發布時間：2022-04-02 08:31:42
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的1篇醫學圖像處理論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
論文關鍵詞：醫學圖像處理圖像分割圖像配準圖像融合紋理分析
論文摘要：隨著醫學成像和計算機輔助技術的發展，從二維醫學圖像到三維可視化技術成為研究的熱點，本文介紹了醫學圖像處理技術的發展動態，對圖像分割、紋理分析、圖像配準和圖像融合技術的現狀及其發展進行了綜述。在比較各種技術在相關領域中應用的基礎上，提出了醫學圖像處理技術發展所面臨的相關問題及其發展方向。
1．引言
近20多年來，醫學影像已成為醫學技術中發展最快的領域之一，其結果使臨床醫生對人體內部病變部位的觀察更直接、更清晰，確診率也更高。20世紀70年代初，X-CT的發明曾引發了醫學影像領域的一場革命，與此同時，核磁共振成像象(MRI:MagneticResonanceImaging)、超聲成像、數字射線照相術、發射型計算機成像和核素成像等也逐步發展。計算機和醫學圖像處理技術作為這些成像技術的發展基礎，帶動著現代醫學診斷正產生著深刻的變革。各種新的醫學成像方法的臨床應用，使醫學診斷和治療技術取得了很大的進展，同時將各種成像技術得到的信息進行互補，也為臨床診斷及生物醫學研究提供了有力的科學依據。
在目前的影像醫療診斷中,主要是通過觀察一組二維切片圖象去發現病變體,往往需要借助醫生的經驗來判定。至于準確的確定病變體的空間位置、大小、幾何形狀及與周圍生物組織的空間關系,僅通過觀察二維切片圖象是很難實現的。因此,利用計算機圖象處理技術對二維切片圖象進行分析和處理,實現對人體器官、軟組織和病變體的分割提取、三維重建和三維顯示,可以輔助醫生對病變體及其它感興趣的區域進行定性甚至定量的分析,可以大大提高醫療診斷的準確性和可靠性。此外,它在醫療教學、手術規劃、手術仿真及各種醫學研究中也能起重要的輔助作用。
本文對醫學圖像處理技術中的圖像分割、紋理分析、圖像配準和圖像融合技術的現狀及其發展進行了綜述。
2．醫學圖像三維可視化技術
2.1三維可視化概述
醫學圖像的三維可視化的方法很多，但基本步驟大體相同，如圖.。從#$/&’(或超聲等成像系統獲得二維斷層圖像，然后需要將圖像格式（如0(#1&）轉化成計算機方便處理的格式。通過二維濾波，減少圖像的噪聲影響，提高信噪比和消除圖像的尾跡。采取圖像插值方法，對醫學關鍵部位進行各向同性處理，獲得體數據。經過三維濾波后，不同組織器官需要進行分割和歸類，對同一部位的不同圖像進行配準和融合，以利于進一步對某感興趣部位的操作。根據不同的三維可視化要求和系統平臺的能力，選擇不同的方法進行三維體繪制，實現三維重構。
2.2關鍵技術：
圖像分割是三維重構的基礎，分割效果直接影像三維重構的精確度。圖像分割是將圖像分割成有意義的子區域，由于醫學圖像的各區域沒有清楚的邊界，為了解決在醫學圖像分割中遇到不確定性的問題，引入模糊理論的模糊閥值、模糊邊界和模糊聚類等概念。快速準確的分離出解剖結構和定位區域位置和形狀，自動或半自動的圖像分割方法是非常重要的。在實際應用中有聚類法、統計學模型、彈性模型、區域生長、神經網絡等適用于醫學圖像分割的具體方法。
由于可以對同一部位用不同的成像儀器多次成像，或用同一臺儀器多次成像，這樣產生了多模態圖像。多模態圖像提供的信息經常相互覆蓋和具有互補性，為了綜合使用多種成像模式以提供更全面的信息，需要對各個模態的原始圖像進行配準和數據融合，其整個過程稱為數據整合。整合的第一步是將多個醫學圖像的信息轉換到一個公共的坐標框架內的研究，使多幅圖像在空間域中達到幾何位置的完全對應，稱為三維醫學圖像的配準問題。建立配準關系后，將多個圖像的數據合成表示的過程，稱為融合。在醫學應用中，不同模態的圖像還提供了不互相覆蓋的結構互補信息，比如，當CT提供的是骨信息，MRI提供的關于軟組織的信息，所以可以用邏輯運算的方法來實現它們圖像的合成。
當分割歸類或數據整合結束后，對體數據進行體繪制。體繪制一般分為直接體繪制和間接體繪制，由于三維醫學圖像數據量很大，采用直接體繪制方法，計算量過重，特別在遠程應用和交互操作中，所以一般多采用間接體繪制。在圖形工作站上可以進行直接體繪制，近來隨著計算機硬件快速發展，新的算法，如三維紋理映射技術，考慮了計算機圖形硬件的特定功能及體繪制過程中的各種優化方法，從而大大地提高了直接體繪制的速度。體繪制根據所用的投影算法不同加以分類，分為以對象空間為序的算法（又稱為體素投影法）和以圖像空間為序的算法!又稱為光線投射法"，一般來說，體素投影法繪制的速度比光線投射法快。由于三維醫學圖像的繪制目的在于看見內部組織的細節，真實感并不是最重要的，所以在醫學應用中的繪制要突出特定診斷所需要的信息，而忽略無關信息。另外，高度的可交互性是三維醫學圖像繪制的另一個要求，即要求一些常見操作，如旋轉，放大，移動，具有很好的實時性，或至少是在一個可以忍受的響應時間內完成。這意味著在醫學圖像繪制中，繪制時間短的可視化方法更為實用。
未來的三維可視化技術將與虛擬現實技術相結合，不僅僅是獲得體數據的工具，更主要的是能創造一個虛擬環境。
3．醫學圖像分割
醫學圖像分割就是一個根據區域間的相似或不同把圖像分割成若干區域的過程。目前,主要以各種細胞、組織與器官的圖像作為處理的對象，圖像分割技術主要基于以下幾種理論方法。
3.1基于統計學的方法
統計方法是近年來比較流行的醫學圖像分割方法。從統計學出發的圖像分割方法把圖像中各個像素點的灰度值看作是具有一定概率分布的隨機變量,觀察到的圖像是對實際物體做了某種變換并加入噪聲的結果,因而要正確分割圖像,從統計學的角度來看,就是要找出以最大的概率得到該圖像的物體組合。用吉布斯（Gibbs）分布表示的Markov隨機場(MRF)模型,能夠簡單地通過勢能形式表示圖像像素之間的相互關系,因此周剛慧等結合人腦MR圖像的空間關系定義Markov隨機場的能量形式,然后通過最大后驗概率(MAP)方法估計Markov隨機場的參數,并通過迭代方法求解。層次MRF采用基于直方圖的DAEM算法估計標準有限正交混合(SFNM)參數的全局最優值,并基于MRF先驗參數的實際意義,采用一種近似的方法來簡化這些參數的估計。林亞忠等采用的混合金字塔Gibbs隨機場模型,有效地解決了傳統最大后驗估計計算量龐大和Gibbs隨機場模型參數無監督及估計難等問題,使分割結果更為可靠。
3.2基于模糊集理論的方法
醫學圖像一般較為復雜，有許多不確定性和不精確性，也即模糊性。所以有人將模糊理論引入到圖像處理與分析中，其中包括用模糊理論來解決分割問題。基于模糊理論的圖形分割方法包括模糊閾值分割方法、模糊聚類分割方法等。模糊閾值分割技術利用不同的S型隸屬函數來定義模糊目標，通過優化過程最后選擇一個具有最小不確定性的S函數，用該函數表示目標像素之間的關系。這種方法的難點在于隸屬函數的選擇。模糊C均值聚類分割方法通過優化表示圖像像素點與C各類中心之間的相似性的目標函數來獲得局部極大值，從而得到最優聚類。Venkateswarlu等[改進計算過程，提出了一種快速的聚類算法。
3.2.1基于模糊理論的方法
模糊分割技術是在模糊集合理論基礎上發展起來的,它可以很好地處理MR圖像內在的模糊性和不確定性,而且對噪聲不敏感。模糊分割技術主要有模糊閾值、模糊聚類、模糊邊緣檢測等。在各種模糊分割技術中,近年來模糊聚類技術,特別是模糊C-均值(FCM)聚類技術的應用最為廣泛。FCM是一種非監督模糊聚類后的標定過程,非常適合存在不確定性和模糊性特點的MR圖像。然而,FCM算法本質上是一種局部搜索尋優技術,它的迭代過程采用爬山技術來尋找最優解,因此容易陷入局部極小值,而得不到全局最優解。近年來相繼出現了許多改進的FCM分割算法,其中快速模糊分割(FFCM)是最近模糊分割的研究熱點。FFCM算法對傳統FCM算法的初始化進行了改進,用K-均值聚類的結果作為模糊聚類中心的初值,通過減少FCM的迭代次數來提高模糊聚類的速度。它實際上是兩次尋優的迭代過程,首先由K-均值聚類得到聚類中心的次最優解,再由FCM進行模糊聚類,最終得到圖像的最優模糊分割。
3.2.2基于神經網絡的方法
按拓撲機構來分,神經網絡技術可分為前向神經網絡、反饋神經網絡和自組織映射神經網絡。目前已有各種類型的神經網絡應用于醫學圖像分割,如江寶釧等利用MRI多回波性,采用有指導的BP神經網絡作為分類器,對腦部MR圖像進行自動分割。而Ahmed和Farag則是用自組織Kohenen網絡對CT/MRI腦切片圖像進行分割和標注,并將具有幾何不變性的圖像特征以模式的形式輸入到Kohenen網絡,進行無指導的體素聚類,以得到感興趣區域。模糊神經網絡(FNN)分割技術越來越多地得到學者們的青睞,黃永鋒等提出了一種基于FNN的顱腦MRI半自動分割技術,僅對神經網絡處理前和處理后的數據進行模糊化和去模糊化,其分割結果表明FNN分割技術的抗噪和抗模糊能力更強。
3.2.3基于小波分析的分割方法
小波變換是近年來得到廣泛應用的一種數學工具，由于它具有良好的時一頻局部化特征、尺度變化特征和方向特征，因此在圖像處理上得到了廣泛的應用。
小波變換和分析作為一種多尺度多通道分析工具，比較適合對圖像進行多尺度的邊緣檢測，典型的有如Mallat小波模極大值邊緣檢測算法[6
3.3基于知識的方法
基于知識的分割方法主要包括兩方面的內容:(1)知識的獲取,即歸納提取相關知識,建立知識庫；(2)知識的應用,即有效地利用知識實現圖像的自動分割。其知識來源主要有:(1)臨床知識,即某種疾病的癥狀及它們所處的位置；(2)解剖學知識,即某器官的解剖學和形態學信息,及其幾何學與拓撲學的關系,這種知識通常用圖譜表示；(3)成像知識,這類知識與成像方法和具體設備有關；(4)統計知識,如MI的質子密度(PD)、T1和T2統計數據。Costin等提出了一種基于知識的模糊分割技術,首先對圖像進行模糊化處理,然后利用相應的知識對各組織進行模糊邊緣檢測。而謝逢等則提出了一種基于知識的人腦三維醫學圖像分割顯示的方法。首先,以框架為主要表示方法,建立完整的人腦三維知識模型,包含腦組織幾何形態、生理功能、圖像灰度三方面的信息；然后,采用“智能光線跟蹤”方法,在模型知識指導下直接從體積數據中提取并顯示各組織器官的表面。
3.4基于模型的方法
該方法根據圖像的先驗知識建立模型,有動態輪廓模型(ActiveContourModel,又稱Snake)、組合優化模型等,其中Snake最為常用。Snake算法的能量函數采用積分運算,具有較好的抗噪性,對目標的局部模糊也不敏感,但其結果常依賴于參數初始化,不具有足夠的拓撲適應性,因此很多學者將Snake與其它方法結合起來使用,如王蓓等利用圖像的先驗知識與Snake結合的方法,避開圖像的一些局部極小點,克服了Snake方法的一些不足。Raquel等將徑向基網絡(RBFNNcc)與Snake相結合建立了一種混合模型,該模型具有以下特點:(1)該混合模型是靜態網絡和動態模型的有機結合；(2)Snake的初始化輪廓由RBFNNcc提供；(3)Snake的初始化輪廓給出了最佳的控制點；(4)Snake的能量方程中包含了圖像的多譜信息。Luo等提出了一種將livewire算法與Snake相結合的醫學圖像序列的交互式分割算法,該算法的特點是在少數用戶交互的基礎上,可以快速可靠地得到一個醫學圖像序列的分割結果。
由于醫學圖像分割問題本身的困難性，目前的方法都是針對某個具體任務而言的，還沒有一個通用的解決方法。綜觀近幾年圖像分割領域的文獻，可見醫學圖像分割方法研究的幾個顯著特點：（1）學者們逐漸認識到現有任何一種單獨的圖像分割算法都難以對一般圖像取得比較滿意的結果，因而更加注重多種分割算法的有效結合；（2）在目前無法完全由計算機來完成圖像分割任務的情況下，半自動的分割方法引起了人們的廣泛注意，如何才能充分利用計算機的運算能力，使人僅在必要的時候進行必不可少的干預，從而得到滿意的分割結果是交互式分割方法的優秀問題；（3）新的分割方法的研究主要以自動、精確、快速、自適應和魯棒性等幾個方向作為研究目標，經典分割技術與現代分割技術的綜合利用（集成技術）是今后醫學圖像分割技術的發展方向。
4．醫學圖像配準和融合
醫學圖像可以分為解剖圖像和功能圖像2個部分。解剖圖像主要描述人體形態信息，功能圖像主要描述人體代謝信息。為了綜合使用多種成像模式以提供更全面的信息，常常需要將有效信息進行整合。整合的第一步就是使多幅圖像在空間域中達到幾何位置的完全對應，這一步驟稱為“配準”。整合的第二步就是將配準后圖像進行信息的整合顯示，這一步驟稱為“融合”。
在臨床診斷上，醫生常常需要各種醫學圖像的支持，如CT、MRI、PET、SPECT以及超聲圖像等，但無論哪一類的醫學圖像往往都難以提供全面的信息，這就需要將患者的各種圖像信息綜合研究19]，而要做到這一點，首先必須解決圖像的配準(或叫匹配)和融合問題。醫學圖像配準是確定兩幅或多幅醫學圖像像素的空間對應關系；而融合是指將不同形式的醫學圖像中的信息綜合到一起，形成新的圖像的過程。圖像配準是圖像融合必需的預處理技術，反過來，圖像融合是圖像配準的一個目的。
4.1醫學圖像配準
醫學圖像配準包括圖像的定位和轉換，即通過尋找一種空間變換使兩幅圖像對應點達到空間位置上的配準，配準的結果應使兩幅圖像上所有關鍵的解剖點或感興趣的關鍵點達到匹配。20世紀90年代以來，醫學圖像配準的研究受到了國內外醫學界和工程界的高度重視，1993年Petra等]綜述了二維圖像的配準方法，并根據配準基準的特性，將圖像配準的方法分為兩大類：基于外部特征（有框架）的圖像配準和基于內部特征（無框架）的圖像配準。基于外部特征的方法包括立體定位框架法、面膜法及皮膚標記法等。基于外部特征的圖像配準，簡單易行，易實現自動化，能夠獲得較高的精度，可以作為評估無框架配準算法的標準。但對標記物的放置要求高，只能用于同一患者不同影像模式之間的配準，不適用于患者之間和患者圖像與圖譜之間的配準，不能對歷史圖像做回溯性研究。基于內部特征的方法是根據一些用戶能識別出的解剖點、醫學圖像中相對運動較小的結構及圖像內部體素的灰度信息進行配準。基于內部特征的方法包括手工交互法、對應點配準法、結構配準法、矩配準法及相關配準法。基于內部特征的圖像配準是一種交互性方法，可以進行回顧性研究，不會造成患者不適，故基于內部特征的圖像配準成為研究的重點。
近年來，醫學圖像配準技術有了新的進展，在配準方法上應用了信息學的理論和方法，例如應用最大化的互信息量作為配準準則進行圖像的配準，在配準對象方面從二維圖像發展到三維多模醫學圖像的配準。例如Luo等利用最大互信息法對CT-MR和MR-PET三維全腦數據進行了配準，結果全部達到亞像素級配準精度。在醫學圖像配準技術方面引入信號處理技術，例如傅氏變換和小波變換。小波技術在空間和頻域上具有良好的局部特性，在空間和頻域都具有較高的分辨率，應用小波技術多分辨地描述圖像細貌，使圖像由粗到細的分級快速匹配，是近年來醫學圖像配準的發展之一。國內外學者在這方面作了大量的工作，如Sharman等提出了一種基于小波變換的自動配準剛體圖像方法，使用小波變換獲得多模圖像特征點然后進行圖像配準，提高了配準的準確性。另外，非線性配準也是近年來研究的熱點，它對于非剛性對象的圖像配準更加適用，配準結果更加準確。
目前許多醫學圖像配準技術主要是針對剛性體的配準，非剛性圖像的配準雖然已經提出一些解決的方法，但同剛性圖像相比還不成熟。另外，醫學圖像配準缺少實時性和準確性及有效的全自動的配準策略。向快速和準確方面改進算法，使用最優化策略改進圖像配準以及對非剛性圖像配準的研究是今后醫學圖像配準技術的發展方向。
4.2醫學圖像融合
圖像融合的主要目的是通過對多幅圖像間的冗余數據的處理來提高圖像的可讀性,對多幅圖像間的互補信息的處理來提高圖像的清晰度。不同的醫學影像設備獲取的影像反映了不同的信息：功能圖像（SPECT、PET等）分辨率較差，但它提供的臟器功能代謝和血液流動信息是解剖圖像所不能替代的；解剖圖像（CT、MRI、B超等）以較高的分辨率提供了臟器的解剖形態信息，其中CT有利于更致密的組織的探測，而MRI能夠提供軟組織的更多信息。多模態醫學圖像的融合把有價值的生理功能信息與精確的解剖結構結合在一起，可以為臨床提供更加全面和準確的資料。
醫學圖像的融合可分為圖像融合的基礎和融合圖像的顯示。（1）圖像融合的基礎：目前的圖像融合技術可以分為2大類，一類是以圖像像素為基礎的融合法；另一類是以圖像特征為基礎的融合方法。以圖像像素為基礎的融合法模型可以表示為：
其中，為融合圖像，為源圖像，為相應的權重。以圖像特征為基礎的融合方法在原理上不夠直觀且算法復雜，但是其實現效果較好。圖像融合的步驟一般為：①將源圖像分別變換至一定變換域上；②在變換域上設計一定特征選擇規則；③根據選取的規則在變換域上創建融合圖像；④逆變換重建融合圖像。（2）融合圖像的顯示：融合圖像的顯示方法可分成2種：空間維顯示和時間維顯示。
目前，醫學圖像融合技術中還存在較多困難與不足。首先，基本的理論框架和有效的廣義融合模型尚未形成。以致現有的技術方法還只是針對具體病癥、具體問題發揮作用，通用性相對較弱。研究的圖像以CT、MRI、核醫學圖像為主，超聲等成本較低的圖像研究較少且研究主要集中于大腦、腫瘤成像等；其次，由于成像系統的成像原理的差異，其圖像采集方式、格式以及圖像的大小、質量、空間與時間特性等差異大，因此研究穩定且精度較高的全自動醫學圖像配準與融合方法是圖像融合技術的難點之一；最后，缺乏能夠客觀評價不同融合方法融合效果優劣的標準，通常用目測的方法比較融合效果，有時還需要利用到醫生的經驗。
在圖像融合技術研究中，不斷有新的方法出現，其中小波變換在圖像融合中的應用，基于有限元分析的非線性配準以及人工智能技術在圖像融合中的應用將是今后圖像融合研究的熱點與方向。隨著三維重建顯示技術的發展，三維圖像融合技術的研究也越來越受到重視，三維圖像的融合和信息表達，也將是圖像融合研究的一個重點。
5．醫學圖像紋理分析
一般認為圖像的紋理特征描述物體表面灰度或顏色的變化,這種變化與物體自身屬性有關,是某種紋理基元的重復。Sklansky早在1978年給出了一個較為適合于醫學圖像的紋理定義:“如果圖像的一系列固有的統計特性或其它的特性是穩定的、緩慢變化的或者是近似周期的,那么則認為圖像的區域具有不變的紋理”。紋理的不變性即指紋理圖像的分析結果不會受到旋轉、平移、以及其它幾何處理的影響。目前從圖像像素之間的關系角度,紋理分析方法主要包括以下幾種。
5.1統計法
統計分析方法主要是基于圖像像素的灰度值的分布與相互關系,找出反映這些關系的特征。基本原理是選擇不同的統計量對紋理圖像的統計特征進行提取。這類方法一般原理簡單,較易實現,但適用范圍受到限制。該方法主要適合醫學圖像中那些沒有明顯規則性的結構圖像,特別適合于具有隨機的、非均勻性的結構。統計分析方法中,最常用的是共生矩陣法,其中有灰度共生矩陣(graylevelco-occurrencematrix,GLCM)和灰度—梯度共生矩陣。杜克大學的R.Voracek等使用GLCM對肋間周邊區提取的興趣區(regionofinterest,ROI)進行計算,測出了有意義的紋理參數。另外,還有長游程法(runlengthmatrix,RLM),其紋理特征包括短游程優勢、長游程優勢、灰度非均勻化、游程非均勻化、游程百分比等,長游程法是對圖像灰度關系的高階統計,對于給定的灰度游程,粗的紋理具有較大的游程長度,而細的紋理具有較小的游程長度。
5.2結構法
結構分析方法是分析紋理圖像的結構,從中獲取結構特征。結構分析法首先將紋理看成是有許多紋理基元按照一定的位置規則組成的,然后分兩個步驟處理（1）提取紋理基元；（2）推論紋理基元位置規律。目前主要用數學形態學方法處理紋理圖像,該方法適合于規則和周期性紋理,但由于醫學圖像紋理通常不是很規則,因此該方法的應用也受到限制,實際中較少采用。
5.3模型法
模型分析方法認為一個像素與其鄰域像素存在某種相互關系,這種關系可以是線性的,也可以是符合某種概率關系的。模型法通常有自回歸模型、馬爾科夫隨機場模型、Gibbs隨機場模型、分形模型,這些方法都是用模型系數來表征紋理圖像,其關鍵在于首先要對紋理圖像的結構進行分析以選擇到最適合的模型,其次為如何估計這些模型系數。如何通過求模型參數來提取紋理特征,進行紋理分析,這類方法存在著計算量大,自然紋理很難用單一模型表達的缺點。
5.4頻譜法
頻譜分析方法主要基于濾波器理論，包括傅立葉變換法、Gabor變換法和小波變換法。
1973年Bajcsy使用傅立葉濾波器方法分析紋理。Indhal等利用2-D快速傅立葉變換對紋理圖像進行頻譜分析,從而獲得紋理特征。該方法只能完成圖像的頻率分解,因而獲得的信息不是很充分。1980年Laws對圖像進行傅氏變換,得出圖像的功率譜,從而提取紋理特征進行分析。
Gabor函數可以捕捉到相當多的紋理信息,且具有極佳的空間/頻域聯合分辨率,因此在實際中獲得了較廣泛的應用。小波變換法大體分金子塔形小波變換法和樹形小波變換法(小波包法)。
小波變換在紋理分析中的應用是Mallat在1989年首先提出的,主要用二值小波變換(DiscreteWaveletTransform,DWT),之后各種小波變換被用于抽取紋理特征。傳統的金字塔小波變換在各分解級僅對低頻部分進行分解,所以利用金字塔小波變換進行紋理特征提取是僅利用了紋理圖像低頻子帶的信息,但對某些紋理,其中高頻子帶仍含有有關紋理的重要特征信息(如對具有明顯的不規則紋理的圖像,即其高頻子帶仍含有有關紋理的重要特征)得不到利用。使用在每個分解級對所有的頻率通道均進行分解的完全樹結構小波變換提取特征,能夠較全面地提取有關紋理特征。
由于醫學圖像及其紋理的復雜性，目前還不存在通用的適合各類醫學圖像進行紋理分析的方法，因而對于各類不同特點的醫學圖像就必須采取有針對性地最適合的紋理分析技術。另外，在應用某一種紋理分析方法對圖像進行分析時，尋求最優的紋理特征與紋理參數也是目前醫學圖像紋理分析中的重點和難點。
6．總結
隨著遠程醫療技術的蓬勃發展，對醫學圖像處理提出的要求也越來越高。醫學圖像處理技術發展至今，各個學科的交叉滲透已是發展的必然趨勢，其中還有很多亟待解決的問題。有效地提高醫學圖像處理技術的水平，與多學科理論的交叉融合、醫務人員和理論技術人員之間的交流就顯得越來越重要。多維、多參數以及多模式圖像在臨床診斷（包括病灶檢測、定性，臟器功能評估，血流估計等）與治療（包括三維定位、體積計算、外科手術規劃等）中將發揮更大的作用。
【摘 要】針對DR圖像的特點，主要論述了應用灰色系統理論進行圖像分割的算法。通過計算各像素點與初始聚類中心的灰色關聯度，將像素點進行歸類。然后，進行迭代運算，更新聚類中心，使得灰色關聯度總和最小，獲得最佳分割效果。
【關鍵詞】DR圖像；圖像分割；灰色聚類；灰色關聯度
0 引言
DR（digital radiography）圖像相對其他X成像技術獲得的圖像具有較高的分辨率，圖像細節顯示清楚，便于后期處理等優點。但與傳統光學成像相比，圖像的分辨率處于較低水平。由于采用DICOM（Digital Imaging and Communications in Medicine）圖像格式，因此，處理方法也與傳統數字圖像處理存在不同[1]。
1 DR文件的讀取
DR圖像采用的DICOM格式與傳統PC機上常見BMP格式不同，因此，要在PC機上處理DR圖像就必須進行轉換。目前，由DR圖像轉換成BMP格式圖像大多數為32位增強彩色圖像，即除了顏色的三個分量（RGB）外還有第四個分量：透明度（alpha）。所以，DR圖像轉換后的一個像素就由四個分量組成。由于X成像技術本身的特點，一個像素的alpha分量一般為0，而RGB三個分量的值是相等的。也就是說，轉換后的DR圖像實質上是一幅灰度圖像。因此，讀取圖像數據時應按照32位真彩色格式處理，在后續處理時按256級灰度圖像處理。
2 DR圖像的平滑處理
如上原因，DR圖像的平滑處理應使用灰度圖像處理方法，因此，圖像處理的復雜程度較低。常用平滑處理算法包括均值濾波、中值濾波等。
均值濾波是典型的線性濾波算法，處理時以目標像素為中心，取其周圍全體像素的灰度平均值來代替原來的灰度值。均值濾波運算速度快，但不能很好地保護圖像細節，使圖像變得模糊。
與之對應，中值濾波法是一種非線性平滑技術，以目標像素點鄰域窗口內的所有像素點灰度值的排序中間值為該像素點的灰度值某。由于需進行排序運算，因此計算效率較低，但對圖像細節有很好的保護效果，濾波效果也較好。
3 DR圖像的分割
傳統的圖像分割定義：把圖像分成若干個具有特殊意義的區域，是由圖像處理到圖像分析的關鍵步驟。常用的算法主要包括：基于閾值的分割方法和基于邊緣的分割方法等。由于DR圖像的特殊性，上述兩種算法均不能很好的完成圖像分割工作。圖2（a）為使用經典最大方差閾值法處理后的結果，圖2（b）為使用經典Sobel算子處理后的結果。最大方差閾值法處理后，圖像細節丟失嚴重；使用經典Sobel算子處理后，圖像的細節保留較好，但無法分清主次。
筆者應用灰色系統理論中的灰色關聯度方法對DR圖像進行處理[2-4]，進行了灰色聚類處理，取得了較好的分割效果。本算法屬于聚類算法，具體算法為：首先，根據實際需要確定聚類數目和初始聚類中心；然后，計算DR圖像中每個像素與各聚類中心中心的灰色關聯度，并按照關聯程度將像素點歸類；最后，進行迭代運算，更新聚類中心，目的是使得灰色關聯度總和最小。
4 結論
圖3所示為對圖1（a）進行灰色聚類處理后的結果，最終確定8個聚類中心（其中7個灰度值大于20，一個小于20，以此為背景），圖4以彩色形式顯示采用灰色聚類結果。由圖3、圖4可以看出采用灰色聚類算法可有效的對DR圖像進行分割。
摘要：目前，圖像拼貼技術在醫學圖像處理領域的發展趨勢是實現圖像的實時自動拼接。本文探討了基于實時自動拼接技術的醫學圖像處理系統的主要技術和實現方案。
關鍵詞：醫學圖像；圖像采集；拼接技術；實時；自動
1引言
近年來，醫學影像技術已成為醫療技術中發展最快的領域之一，圖像拼接（Image Mosaic）是指將多幅具有重疊區域的序列圖像通過圖像預處理、圖像變換、圖像配準、圖像融合等處理后，形成一幅包含各個圖像序列內容的寬視角全景圖像的技術。圖像拼接技術是圖像處理的重要研究領域，被廣泛應用于衛星遙感、圖像識別、醫學圖像分析及無人機監視和搜索、虛擬現實等方面。Shmuel Peleg等人在圖像拼接理論和圖像拼接方法上做了大量工作，為圖像拼接在工程技術上的應用奠定了理論基礎。Masanobu Shimada等人將圖像拼接技術應用于雷達圖像處理領域，用于監控森林植被的變化情況。國外Mustafa Suphi Erden課題組研制了針式共聚焦顯微腹腔鏡，在微創手術中截取部分視頻圖像，拼接成全景圖像指導醫生診斷治療。國內的嚴壯志課題組提出基于特征檢測、特征匹配、空間坐標轉換和圖像融合等方法的圖像拼接技術，實現了連續X光片拼接的醫學全景成像。
現有的傳統醫學成像設備，特別是顯微成像設備，基本都是對組織的某一較小視野進行成像，設備最后采集到的是不同組織部位的多幀醫學圖像，需要醫生對這些圖像進行觀察分析，根據自身醫學知識與醫療經驗來做出診斷。圖像拼接技術的應用，能將多幅具有重疊區域的醫學圖像，通過圖像變換、圖像配準、圖像融合等方法，自動拼接為大視野的清晰圖像。該圖像包含完整的醫學病理信息，有助于醫生全面了解病人病情。同時，系統能夠自動追蹤圖像中的感興趣區域，做出標記和注釋，為醫生提供診斷輔助。
2主要研究內容及關鍵技術
2.1主要研究內容
本系統的研究是通過研發基于實時自動圖像拼接技術的醫學圖像分析系統，為醫學實踐中，實現顯微鏡、眼科設備、內窺鏡等設備的數字化圖像采集、圖像自動分析處理，從而對醫生的診斷、治療起到輔助作用。
本系統的主要研究內容有基于CMOS的圖像采集、實時自動圖像拼接技術。
（1） 基于CMOS的圖像采集
基于CMOS的高清圖像采集系統的研發，包括圖像和視頻采集、圖像的編碼技術。兼顧紅外光和可見光，實現圖像的多波段自適應采集。具體功能還包括自動對焦、自動識別拍照功能，以及圖像采集模塊在各種醫療設備使用的適應性研究。
（2） 實時自動圖像拼接技術
研究圖像灰度處理、圖像變換、圖像配準、圖像融合等算法，實現多幀醫學圖像或視頻序列的實時自動圖像拼接，輸出具有計算機診斷輔助功能的大視野全景醫學圖像。能夠自動跟蹤圖像中的感興趣區域并做出標識和注釋。
2.2關鍵技術
圖像的拼接技術是本設計的關鍵，本設計提出對采集的多幀醫學圖像進行實時自動拼接，提供寬角度全景圖像。同時，能夠自動跟蹤圖像中的感興趣區域并做出標識和注釋。
3 系統設計思路
3.1 圖像處理模塊
圖像傳感器模塊計劃采用CMOS傳感器為優秀做成獨立硬件模塊，通過高速數據線與圖像處理模塊連接。這樣設計的優點在于模塊可以根據不同的應用場合，進行合理布置。
圖像編解碼和圖像處理模塊的方案計劃采用TI的soc方案。該方案可以完成圖像編解碼、圖像處理功能。
3.2實時自動圖像拼接技術研究
圖像拼接的優秀技術是圖像配準，關鍵在于準確找到相鄰圖像間重疊區域的位置及范圍，進而通過圖像融合的方法實現全景圖像構建。圖像配準通常有三類方法：基于灰度值的圖像配準、基于變換域的圖像配準和基于特征的圖像配準。基于灰度值的圖像配準方法實現方便，計算量小，但該方法對圖像間的細微差別較敏感，抗干擾能力不強。基于變換域的圖像配準可以緩解這個問題，且算法簡潔，利于硬件的實現。不過該方法要求兩幅圖像的重疊區域不能少于50%，如果重疊區域過小，容易造成誤配準。為了提高圖像配準的精確度和速度，達到實時自動圖像拼接的功能，本設計提出將基于灰度的網格配準和基于特征值配準相結合的方法。首先，對輸入圖像進行粗網格的分塊處理，利用基于灰度的配準方法確定相似重疊區域。然后在重疊區域內進行基于SIFT（Scale-invariant feature transform）特征點提取和配準，這樣就可以大大提高圖像配準的速度。圖像拼接算法的流程如圖1所示。
4 結論
本文探討了基于實時自動拼接技術的醫學圖像處理系統的主要技術和設計思路，有了自動的圖像拼接技術，就能將多幅具有重疊區域的醫學圖像，通過圖像處理的方法，自動拼接為大視野的清晰圖像，為醫生的診斷提供參考。
【摘要】 在目前我國所采用的醫學成像方式中，超聲診斷屬于臨床應用中較為常見的一種，以此相對應的醫學圖像自動處理形式可以有效提高綜合的診斷準確性和診斷客觀性。本文首先從超聲醫學的應用圖像處理原理研究入手，詳細闡述了相關的技術信息以及所具體應用算法，并對超聲醫學設計以及圖像處理手法進行了可行性分析以及實際操作估算研究。此后，以產前的超聲醫學為基礎對該類型技術進行了綜合應用研究，其中包括了標準化切面的自動提取技術和應用生物學研究模式進行參數自動化測量處理。最后，對產前超聲智能化發展和診斷進步方向進行了完整總結。
【關鍵詞】 產前學 醫學圖像處理 生物學參數測量
前言：出生帶來的生理缺陷是導致新生兒死亡率上升的主要原因，同時也是該部分原因給個人家庭以及集體社會帶來了沉重的負擔和影響，出生生理缺陷引發的新生兒問題發生概率也在逐年上升。目前來看，我國每年新生兒出生缺陷病例總數在逐年上升，同時，因為新生兒出生缺陷而消耗的醫療治療費用也高達百億元，本文首先從超生醫學的相關圖像處理方法入手，之后對該部分技術的臨床應用進行了完整總結。
一、超聲醫學圖像處理方法
1.1計算機的視覺
我國的計算機視覺處理手法與醫學影像研究處理方法的結合一直是一個重點研究課題，同時也對我國傳統的醫學圖像處理技術的發展產生了重要影響。在我國的計算機視覺領域目前已經研究總結了大量有價值的研究方法和研究技術。
1.1.1圖像濾波
超聲的圖像濾波應用主要作用在于過濾掉斑點噪聲。斑點噪聲主要是因為人體內存在很多實際尺寸小于波長的人體組織機構，同時在后向的散射聲波影響下而產生，斑點和噪聲的出現進一步降低了在B超成像過程中的實際圖像對比以及組織內可以提取的詳細信息數據。通過調查研究可以發現，斑點噪聲的模型可以大致劃分為兩個類別：完全性的隨機模型、長階次非隨機模型、斷階次非隨機模型。目前我國已經采用的多種超聲成像濾波算法都可以實現一定程度的噪聲過濾，并沒有哪一個固定的濾波算法可以實現應用最優效果發揮，對于固定的圖像成像分析可以采用多種定性以及定量形式進行計算，從而對各類型濾波進行對比分析，所以屬于一種可行性較強的應用方案[1]。
1.1.2圖像分割
醫學的圖像構成處理方法研究過程中，圖像分割一直都是其中一個熱門討論課題。主要的圖像分割目標在于按照合理的規則進行圖像像素類型劃分。早期的該部分技術主要有區域生長以及聚類，主要是借助圖像的灰度信息，但是應用此類方法對于灰度值較為相近的兩種類型物品難以區分，以邊緣檢測的方法進行分析需要結合梯度信息，但是該類型的方法沒有較為敏感的噪聲反應度，同時對于邊緣較為模糊的物體提取存在困難，因為大部分的產科超聲醫學計算機成像質量較差，同時在操作過程中的待分割目標也較為復雜，所以需要利用更加多元化的信息處理方法才能取得更好的分割處理效果。形狀先驗操作形式是在活動的具體輪廓和活動模型的提出而受到重視，以神經網絡信息計算方法為分割的主要目標，同時也可以通過學習一種合理的分割形式來提高分割效果[2]。
1.2機器學習
在我國的產前超聲醫學處理過程中，機器學習都占據重要的地位并發揮著重要的作用，主要是因為機器學習促進了我國的產前超聲診斷以及智能化發展，對于部分沒有充足精確度和分析推導較為困難的問題，可以利用實際案例中的自動學習算法提高準確性。近些年來，我國大部分的超聲成像醫學設備開始應用于臨床實踐中，從而豐富了總體的超聲醫學成像數據信息資源，進而也提高了機器學習在產前超聲的醫學應用可行性[3]。
二、產前的應用
國內學者對于標準切面自動化搜索研究成果已經較為豐富，獲得了較大的研究進展，首先，提出了自動化的標準切面模型成像方法，該種方法需要人工進行參考切面處理，同時還應該根據實際的統計方法進行其他類型研究，上述工作多數都是以傳統圖像處理手段為基礎，實際的有效性主要是以假設的正確性為基礎，但是從另一個角度進行分析也難以滿足所以復雜的要求。機器學習主要是可以實現自動化的訓練數據信息提取，通過該種方法可以獲得更加復雜同時可靠性較強的經驗，同時還可以實現系統范化性能的良好實現。
結論：以超聲圖像為基礎的醫學診斷屬于我國當前臨床診斷中的重要方式，基于超聲圖像手段的醫學診斷方式具有受損程度小、及時性強、非侵入等眾多優點，從而讓其在實際的診斷中得到了更為廣泛的發展和應用。本文主要從產前超聲醫學為研究背景，對相關的醫學圖像處理方法以及處理手段的原理進行了綜合分析和闡述，同時也對其中應用的關鍵性技術進行了綜合分析，可以豐富該領域的研究成果。
摘 要：以“醫學圖像處理”實驗課程中培養學生創新實踐能力為目的，以“醫學圖像處理”實驗課程教學改革為例展開研究，通過實驗教學改革，激發了醫學院學生的學習積極性，培養了學生自主學習的能力，加強了學生學習的主動性，提高了學生的動手能力，提升了學生的創新能力和獨立從事科研工作的能力。實踐證明，教學改革方案對于提高學生解決實際問題能力和提高學生學習效率和學習效果有顯著作用。
關鍵詞：醫學圖像處理；實驗改革；創新能力
醫學科學的不斷發展，有賴于醫學自身認識能力的提高，更有賴富于獨立思考能力和創新能力的醫學人才的成長，在大學階段培養和造就富于創新能力的醫學人才，是時代賦予我們的神圣使命。
醫學圖像處理是一門系統地研究各種圖像理論、技術和應用的較新的課程，實驗教學在“醫學圖像處理”課程中起著越來越重要的作用，數字醫學圖像處理實驗教學的目的在于讓學生掌握醫學成像和圖像處理方面的基本原理、方法和發展趨勢，培養學生解決該方面實際問題的能力。本文通過對醫學圖像處理實驗課程進行改革研究，通過實踐動手環節，有效培養醫學生的獨立思考和創新能力，并為醫療學科培養學生創新能力的實驗教學模式提供借鑒。
一、培養學生的學習興趣和獨立思考的積極性
通過實驗教學改革，設計新的實驗方案，以培養學生的學習興趣，增強主動參與意識。學生對實驗內容產生了好奇，就會積極主動地查找相關資料，與老師和同學討論。實驗過程嘗試多種教學方法，增強學生的學習動力，培養學生對實驗內容的濃厚興趣。同時，采用醫院實際應用案例，培養學生獨立思考的習慣和解決實際應用問題的能力。醫學圖像處理課程相關的數學理論抽象，算法難度偏大，給教師教學和學生學習造成了很大的困難。利用影像物理課程的“醫學圖像處理”實驗教學中的Matlab軟件使用Matlab圖像處理工具箱函數將大大減輕圖像數據的繁雜操作，使學生更加快捷地完成圖像處理任務，可以把更多的精力傾注于各種圖像處理算法的效果上。Matlab為醫學影像專業的學生提供了一個很好的編程平臺，使學生能夠編程實現簡單的圖像處理算法，提高學生的獨立思考能力和實際動手能力，使學生能更快、更好掌握圖像處理和圖像分析的基本理論和分析方法。對于醫學圖像處理這門課程的特點，布置大量上機操作訓練，讓學生體驗圖像處理的樂趣。例如，圖像增強處理實驗，圖像增強技術是圖像處理的重要內容，用來改善圖像的質量，一幅視覺效果很差的圖像，其灰度直方圖都集中在很窄的一段區間內，為了增強該圖像的對比度，提高圖像的視覺效果，就需要采用一種圖像增強方法。Matlab工具箱中有求直方圖函數imhist和均衡化函數histeq函數，讀取原始圖像后，直接調用工具箱的相應函數就可以處理圖像，可以讓學生自己編寫函數，嘗試用不同的方法改善圖像，將增強后的圖像與原圖像進行相比，觀察處理結果，不斷改進，這樣就可以使學生對直方圖均衡化圖像增強方法產生興趣。
二、通過開展研究性教學培養學生的自主學習和獨立思考能力
開展研究性教學，培養學生在教學中的主動性和創造性，它是以培養學生的獨立思考和創新實踐能力為優秀的一種教學活動方式，可以提高學生的觀察、操作、研究的能力且開發其創新思維。具體實施步驟為：首先，教師根據課程內容，提出問題，解釋實驗題目的內容和研究目標。其次，學生查閱文獻資料，找到感興趣的課題題目。再次，在教師的指導下，學生提出解決問題的方案，激發學生自主學習和探究的動機，鼓勵學生自己編程調試實現，學生開動腦筋，親自動手，開發了學生的創造力并使其對該學科產生興趣。最后，實驗總結和評價。實驗結束，有針對性地找出典型實驗，對于最優解決方案和尚有不足的解決方案，分別對各方案的研究方法、技術路線、研究結論進行總結和評價。以醫學圖像處理的直方圖知識點為例，首先教師解釋該實驗題目的內容和研究目標，認識直方圖在圖像處理中的基本概念，接下來需要學生對教材的知識進行系統的掌握，并且要查閱相關資料，根據課本上直方圖的數學公式，利用Matlab軟件仿真出一幅圖像的直方圖分布，進而得出的仿真圖與利用Matlab圖像處理工具箱的imhist函數得到的直方圖分布圖片進行比較，根據兩者圖像曲線的相似度來判斷自己編寫的程序是否合理。學生完成上述步驟后，教師需進行實驗總結和評價并對本實驗進行統一演示，對共性問題統一解決，對個別問題應進行單獨輔導。
三、充分利用實驗室條件，通過實驗室教學，解決一些圖像處理問題
配合20學時的理論課程，安排了12學時的實驗課。設計了5個多達20學時的實驗內容供學生選擇，其中驗證性實驗2個8學時，目的是鞏固和掌握在醫學圖像處理理論內容中的基本的原理、算法及思想；綜合性實驗2個8學時，使理論課程中的重要知識點的綜合運用能力得到提高；設計創新性實驗1個4學時，運用理論知識解決實際問題、與本學科前沿研究相結合、注重培養學生創新能力的有效手段。選擇圖像處理中最重要的算法作為實驗課教學的主要內容，覆蓋了醫學圖像處理中圖像增強、圖像壓縮、圖像分割、圖像特征描述、彩色圖像處理等各個重要部分，并利用實驗室開放管理的模式為學生課下做實驗提供了條件，以滿足因材施教，體現以學生為主體的思想，以及滿足不同層次學生的需要。
四、通過實訓基地教學，開展拓展性探究學習
通過醫學院附屬醫院實訓基地教學，了解社會對該課程應用方向的實際需求情況以及創新技術進行項目開發，積累實踐經驗和工作技能，培養地科研、生產實踐一體化的創新型人才。增加課外設計實驗，鼓勵學生對算法改進或提出新的解決算法，加強學生的動手能力。加強科研訓練，培養創新實踐意識，重視實際研究性問題實驗，有針對性地提出研究性問題，讓學生利用所學知識進行解決。例如，我們提出了附屬醫院實際MRI圖像分割問題，讓學生利用圖像分割的方法去解決，提高學生開展科學研究的能力。這些科研訓練能提高學生思考問題、分析問題和解決問題的能力，培養其創新實踐意識，從而提高學生開展科學研究的能力，為今后工作打下良好基礎。
總之，針對醫學圖像處理課程的特點，結合學科組多年的教學經驗，在實驗教學實踐等環節中對如何培養學生的創新思維這個課題進行了一些具有改革性的嘗試，結合實驗教學案例，簡要闡述了如何利用實際的案例來激發學生的學習興趣和培養創新動機。通過教學效果能夠看出該實踐可以有效地激發學生的興趣，在培養學生的動手能力同時可以加深學生對實際問題的理解，加強了學生對知識綜合運用和創新研究的能力。
作者簡介：王克難，1961年2月出生，男，漢族，遼寧錦州人，副教授，從事物理學與電子技術教學工作。
【摘要】：本文以下內容將對計算機技術在核醫學圖像處理系統中的應用進行研究和探討，以供參考。
【關鍵詞】：計算機技術；核醫學；圖像處理系統；應用
1、前言
核醫學影像系統是通過探測標記有發射性示蹤同位素的藥物在人體內的分布和代謝來獲得人體信息的醫學圖像處理系統，其中，γ相機是兩維的顯像設備，主要由探頭和計算機系統兩部分組成，探頭部分檢測到γ光子并輸出它的位置、能量及其它相關信息，與探頭相連接的控制臺獲取這些信息，數字化后將數據讀入到內存中進行處理并最終計算得到可用于臨床診斷和研究的核醫學圖像，可見對其研究具有非常重要的意義。本文以下內容將對計算機技術在核醫學圖像處理系統中的應用進行研究和探討，以供參考。
2、核醫學影像系統軟件的總體結構
其軟件系統主要由四個子系統組成，即影像信息管理子系統、圖像采集子系統、圖像處理與臨床規程子系統和影像信息交換子系統。各子系統在形式上時互相獨立的應用程序，可以分別運行在控制臺、輔診臺和服務器上。其中影像信息管理子系統是整個系統的優秀，負責維護和管理整個系統的圖像數據及病人，報告等其它相關信息。其它三個子系統的運行要依賴于該子系統的運行，它們不具備直接修改系統數據的權限，而只能通過影像信息管理子系統來獲取、查詢或更新系統的圖像數據及其它信息。實際上影像信息管理子系統在其內部建立了一個數據庫，它封裝了對這個數據庫的所有操作，這種集中式的數據管理保證了系統數據的安全性和一致性，也使得整個系統各模塊的劃分更加清晰和明確，同時也便于系統的擴展。
圖像采集子系統完成數據的采集、成像和實時顯示等工作，圖像處理與臨床規程子系統對采集得到的核醫學圖像進行顯示、處理及進行定量的臨床規程分析，影像信息交換子系統通過監聽網絡上的DICOM服務請求，核實后接受該請求，并響應其檢索、存儲以及獲取圖像的請求。
3、核醫學圖像處理系統總體框架設計及程序實現
數據庫服務器總的來說有兩種狀態：監聽狀態和數據維護狀態，在監聽狀態下，它能夠接受來自采集端和處理端得請求，并分別調用相應的模塊進行處理，在數據維護狀態下，它能夠完成通常的數據維護工作，同時，它也能夠處理來自客戶端的請求。因此，系統的總體框架是啟動服務器后就立即進入監聽狀態，只有在維護人員登錄以后，才啟動相應的數據維護模塊。
核醫學影像系統的主要功能有兩個，一個是實現數據庫服務器功能，它在后臺充當數據庫服務器，可以提供數據查詢、數據添加等功能；另一個是數據庫維護功能，可以對數據庫中的數據進行管理維護，分別介紹如下：第一，數據庫服務器，其啟動后，圖像采集系統、圖像處理系統和信息交換系統就可以連接到數據庫上，完成數據查詢、數據添加等工作。當數據庫服務器啟動后，系統就進入監聽狀態，可以處理客戶端的請求。服務器在監聽狀態下，可以接受到網絡上的連接請求，只有在檢驗用戶名和密碼后才接受查詢和添加請求，這樣大大提高了系統的安全性。客戶端和服務器的鏈接是基于TCP/IP協議，按照我們自己定義的一套通訊協議來工作的。所有的這些操作都是在后臺進行的，不需要任何人為操作，而且系統管理員可以通過查看日志來了解歷史操作。第二，數據庫維護功能。作為一個完善的數據庫模塊，必須提供一個安全可靠的數據庫維護方案，ANMIS系統充分考慮到了這一點，其提供了許多方便安全的數據維護功能，系統可以為每個用戶指定操作權限，不同權限的用戶可以訪問的數據和操作都是不同的，這樣有利于系統安全。①數據顯示模塊，在該模塊中，可以進行記錄的邏輯刪除和部分信息維護，可以選擇多個病人，然后選擇編輯即可編輯選中的病人記錄。數據維護模塊。在病人數據維護模塊中，可以完成對病人數據信息的所有維護功能：編輯、添加、查找、邏輯刪除、物理刪除等。③數據備份和恢復模塊。在圖像文件的備份和恢復模塊中，主要完成的功能是數據備份和數據恢復，其主要界面是兩個樹狀控件組成，其中一個數控件顯示未備份的圖像文件，另一個顯示即要備份的圖像文件，選中文件可以通過中間的命令按鈕，也可以通過菜單，甚至可以直接將圖像文件從左邊拖到右邊。對于文件夾，則將其內的所有的圖像文件全部選中，在選完文件后，按“備份”按鈕即可備份。如果設置的是備份到默認目錄，則系統自動向默認目錄備份，如果設置的是指定備份目錄，則系統提示選擇備份目錄，用戶甚至可以為每一個文件制定備份目錄。④用戶管理模塊。對于超級用戶，他可以授權他人訪問數據，設置其訪問權限，也可以刪除用戶，同樣，他也有權更改任何用戶的密碼，對于一些重要的系統參數，也只有超級用戶才能更改。
4、結尾
利用計算機技術進行核醫學圖像處理顯示出了科學技術的優越性，其可以為醫生提供一個功能完備且強大，操作界面友好，自動化程度高，能夠大大降低醫生的勞動強度，相信，隨著計算機技術的發展，其必將越來越廣泛的被應用到醫學的各個領域。
摘 要 醫學圖像處理與分析是生物醫學工程專業的專業基礎課之一。針對該課程的特點，提出一些實踐教學環節的改革措施，包括實驗和課程設計的開展以及第二課堂的實施。教學實踐證明，本文所提教改經驗能全面培養學生的學習技能，激發學生的學習興趣，極大增強教學效果。
關鍵詞 圖像處理；圖像分析；實踐教學；教學改革
1 引言
生物醫學工程是一個由理、工、醫交叉融合的新興學科，是多門工程學科向生物醫學領域滲透的產物，包括生物信息學、醫學圖像處理、生物力學及生物材料、醫療器械等多個分支。其中，醫學圖像處理與分析是利用數學原理和方法，在計算機上針對不同醫學影像設備（如CT、MRI、B超、PET、SPECT、顯微鏡等）產生的圖像，按照實際需要進行處理、加工和分析。隨著醫學成像技術的發展與進步，圖像處理技術在醫學研究與臨床診斷中的應用越來越廣泛，因此，醫學圖像處理與分析這門課程的地位和作用也日益重要。
該課程是以數字圖像處理為基礎，介紹圖像處理中的基本概念、理論和算法，特別針對醫學圖像處理研究中的基本問題以及解決這些問題的原理和實現方法，使學生能夠編程將圖像處理算法應用于醫學圖像的處理和分析，是生物醫學工程及相關專業的優秀主干課程之一。
醫學圖像處理與分析這一課程起點高、難度大、理論和實踐緊密結合，課程建設難度較大。雖然目前已有不少院校開展本課程的教學工作，但實際教學情況并不十分理想，主要表現在教材缺乏和實踐環節較少。在中國期刊網上，以題名包含“醫學圖像處理”或“生物圖像處理”以及題名中包含“教學”為檢索條件，只獲得文獻18篇，其中涉及該課程實踐教學的只有6篇，主要集中于虛擬實驗室和實驗教學系統的研發[1-6]上，可見在國內關于該課程的教學研究尚不多見。
筆者結合教學實踐經驗，在理論教學改革的基礎上[7]，提出一些實踐教學環節的改革措施，以全面培養學生的學習技能，激發學習興趣，改善教學效果。
2 實驗與課程設計的開展
以“科研為教學服務，教學促進科研”為宗旨，采用MATLAB編程語言為實驗教學平臺，以醫學圖像處理知識為主，同時綜合醫學成像系統、醫學電子學等相關課程的知識，編寫《醫學圖像處理與分析課程的實驗與課程設計指導書》，設置驗證型、綜合型和設計型三大類實驗（參見表1）。其中，實驗1～9為驗證型實驗，學生通過調用MATLAB中已有的圖像處理程序來完成實驗，加深對理論教學重點和難點的理解；實驗10～14是綜合型實驗，學生針對醫學圖像的具體特點，綜合運用多種算法達到圖像處理的目的；實驗15～24是設計型實驗，給定實驗目的和要求，學生自行設計實驗方案并編程實現，培養他們查閱資料、分析問題和解決問題的能力[6-8]。
3 第二課堂的實施
為培養學生的科研實踐能力，教師有意識地在課堂中簡要介紹自己科研項目的基本情況，鼓勵和引導學生參加自己的科研項目研究。這不僅增強了他們對該課程的學習興趣和重視度，而且使他們親身經歷并體驗了醫學圖像處理和分析知識怎樣應用于科研和臨床。
由于南通大學附屬醫院擁有門類齊全的現代化醫療儀器設備，因此鼓勵學生利用假期在醫院實習，特別是到影像科和檢驗科實習，學習和掌握各種儀器的功能和圖像處理的場合，從而有助于他們將理論知識與實際問題相結合，提高實際工作的能力。
在教學過程中，適當融入一些就業方向的指導，介紹醫學圖像處理在醫院和醫療器械公司的應用狀況，同時簡要介紹課程中沒有涉及但與工作密切相關的最新最熱門的醫學圖像處理知識，供學生課后自學和深入研究。這樣一方面增強了學生的自信，獲得了更好的教學效果；另一方面也拓寬了學生的視野，引導他們尋找自己發展的方向和目標。
4 結論
本文結合筆者多年來的教學經驗，針對醫學圖像處理與分析課程的實踐教學環節提出一些改革措施，秉承“加強基礎、重視應用、培養能力”的宗旨，以“內容的基礎性、方法的先進性、學科的交叉性”為原則，編寫《醫學圖像處理與分析課程的實驗與課程設計指導書》，積極開展第二課堂，實現教學、實驗、科研三管齊下，課內、課外、理論、實踐同時并舉的教學格局，有效提升學生的綜合知識水平和實驗技能，為后續課程學習、畢業設計開展及科學研究奠定堅實基礎。
摘要：在分析了醫學圖像處理課程特點的基礎上，結合醫學院校學生的實際情況，對課程教學模式開展了探索與實踐。通過串燒式的課堂講解和討論、課程實驗、教學環節的實施，設計開發基于matlab的醫學圖像處理教學平臺系統，把教學與學生興趣、能力很好地結合起來，新穎的考核方式得到學生肯定。
關鍵詞：醫學圖像處理；理論教學；串燒；教學平臺
我校在開設《數字圖像處理》課程的基礎上，結合醫學院校圖像處理的對象——醫學圖像（片）的特點開設了《醫學圖像處理》，是計算機各專業及影像學專業重要的專業基礎課程。如何在學習圖像處理技術的同時體現各專業特色，提高學生的圖像處理技術的應用能力，是醫學圖像處理課程建設、課程改革的重要內容。現就接合經過兩輪的課程教學活動，并融合學生的反饋信息，對該課程進行了教學模式的探索，希望有助于教學效果和教學水平的提高。
1 理論教學
1.1 專業素養的培育[1]
建立在數學及信號處理技術基礎上的醫學圖像處理，以計算機算法為工具，并充分考慮解剖學的知識、臨床醫學的知識，對醫學圖像的采集、傳輸中產生的如噪聲、失真、退化等現象分析處理，以提高醫學圖像的質量，并為后續的圖像感興趣區域的選取，病灶區域的分割等臨床應用提供依據。但《醫學圖像處理》課程涉及的內容多、廣，其中的算法更是以數學公式的推導為基礎。而醫學院校的學生普遍缺乏理工科知識，造成學生對理解抽象概念的困難，很易造成畏難情緒。與此同時，學生對通過本課程的學習對知識結構的構建及就業的幫助心存疑慮。緣于此，授課之初，需要進行專業素養教育。
1.1.1 按專業，分內容克服學生的畏難心理
因計算機專業與影像學專業的培養方向，教學內容和側重點不同，計算機專業專注于各種圖像處理算法和編程實現。而影像專業應從繁瑣的數學公式的推導中解脫出來，而更注重實際應用，并進一步了深化對圖像處理的理解、分析。
1.1.2 課程設置對就業的影響[2]
圖像處理是計算機視覺、模式識別，圖像理解、分析的基礎。熟練掌握各種算法可以為將來從事如指紋、條碼、人臉、虹膜識別、車輛和其他與醫學圖像相關工作提升競爭力。因具有醫學知識背景，也可去醫療器械公司或醫療軟件開發公司，當然因具備醫學知識背景的同時，掌握圖像處理的各種算法及實現為應聘到醫院的醫療技術部門提供了保障，我校已有此專業學生成功應聘三甲醫院的事例。通過這些學生身邊鮮活的事例提高學生的自信心，拓寬學生的思路和視野，引導學生找到自己的發展方向和目標，因此可以更有效地利用時間。
1.2 打破了傳統的章節式教學方法，探索“串燒”式教學
傳統的灌輸式教學中，重點內容并突出，講解中存在片面性，局限性，沒有深挖跨學科知識的內在關系。醫學圖像處理是一個注重實際應用的課程，應根據設置的專業特點設置知識點，并融合基于案例的教學內容，根據其內部邏輯關系“串燒”涉及的相關的知識。
1.2.1 內容選擇上的“串燒”
醫學圖像處理教學的要求是了解醫學圖像的特點和圖像處理的基本概念，掌握醫學圖像（片）處理的基本原理、技巧，能夠利用計算機來完成對各種醫學圖像的處理，現以我校兩專業的兩本不同教材為基礎，在充分涉列大量的醫學圖像處理技術、文獻的基礎上，根據各類知識點間的相關性以及課時要求將課程分為：醫學圖像的描述表達、圖像的運算、圖像的增強、圖像的變換、形態學處理、圖像分割及特征提取等專題。
“串燒”的醫學圖像處理的內容是完成后，接下來考慮如何在傳授知識的過程“串燒”，如在講授醫學影像的運算操作時，如基本的“加”，“減”，“乘”，“除”時，把醫學圖像中的減景技術及數字減影在血管造影中的應用“串”到講授內容中；在圖像的采集表示時，可以“串”進各種成像設備及其成像原理，可以把數學運算中的差分運算內容串入醫學圖像的邊緣檢測算法中。
1.2.2 教學形式上的“串燒”
教學形式上采用了傳統教學方式與“串燒”式教學相結合的形式，講授基本知識時，以傳統按授課方式為主，讓學生了解對醫學圖像處理的整個過程。授課內容中選取了學生感興趣的內容，讓學生們圖書館自己查資料，尋根問源，調動學生學習的積極性，下次課時選一二名學生在課堂上對內容進行闡述，教師對學生闡述的內容進行補充[3]。選擇了圖像表示和圖像分割兩個知識點讓學生在教學過程中的“客串”講授，通過本環節的實施，充分調動了學生的積極性，激發了學習熱情，迸發出許多有趣的想法，可以方便地了解學生對知識的掌握程度與存在的問題，與此同時，結合本課程的特點及影像學專業學生人數較少（08級71人，09級90人）的特點，把課堂教學過程移至計算機機房，可以邊講授邊演示準備好的在臨床中采集到的X 光、MRI等醫學圖片， 讓學生直接觀察對這些圖片進行處理和改善的效果，課堂氣氛非常活躍，授課效果較好。
1.2.3 充分利用多媒體教學技術，搭建醫學圖像處理平臺[4]。
通過“串燒”方式的實施，使學生通過在課堂上的醫學圖像處理的演示，了解、掌握了各種醫學圖像處理方法和其在醫學臨床中的應用，但眾多算法都需要計算機仿編程仿真實現，為緩解由此給學生帶來的壓力，提高學習效率，搭建了以淋球菌感染圖為例的濟寧醫學院醫學圖像處理演示平臺，學生通過平臺的實用，加深了對所學的醫學圖像處理知識的理解，提高了學生的實際應用能力。
1.2.4 教師的醫學知識積累
我校的信息工程學院的教師承擔著醫學圖像處理課程的授課任務，授課教師雖有較高的計算機編程能力，但缺乏醫學知識，使在為強調應用的影像專業學生上課時，在如何淡化數學推理，著重臨床醫學圖像處理應用中遇到了很大的壓力。特別是在第一輪次的講授醫學圖像分割時，面對一個陌生的醫學圖像，不知道如何選擇圖像的特征點，縱有豐富的編程思想卻無從下手。緣于此，醫學圖像處的授課教師需自覺地將醫學和工程學結合，通過廣泛的與醫護人員的交流，并積極參加醫學相關的知識講座豐富自己醫學方面的知識，我校信息工程學院組織的院內專家、學者的信息大講堂是一有益的嘗試。
2 實踐教學[5]
實驗教學是教學課程的重要組成部分，通過本環節的實施，不僅加深了對理論的理解，同時也培養了學生的獨立思考、創新能力，雖然很多關于圖像處理實驗指導書，但他們中的大多數并不適用于醫學院校的學生，接合醫學院校學生的實際對相關的實驗內容的選取及驗收進行了相應的改革。
2.1 實驗方案的實施
2.1.1 實驗的準備
根據醫學圖像處理的要求，選用了工具箱使用方便，計算能力強的MATLAB軟件作為實驗教學軟件，并準備好醫學圖像（片）的采集。
2.1.2 實驗內容的選擇
實驗內容的選擇上，考慮到不同的專業的特點和醫學圖像處理的內容，選擇了醫學影像的表達，圖像運算，圖像增強，圖像變換，形態學處理，圖像分割，特征提取等內容。根據難易程度分為基本實驗、開放型實驗和演示實驗。讓學生不僅學習圖像處理的基本知識，并能獨立進行實驗設計，使學生快樂的獲取知識，在實踐中提升應用能力。
2.1.3 醫工結合，分工協作
依托我校的教學醫院中的眾多的醫療影像設備，鼓勵計算機和影像專業的學生假期期間多去醫院參觀實習，了解各種醫療設備儀器的功能，工作原理。為開放型實驗的實施做好充分準備。
醫學院校醫學生最大優勢是具有一定的醫學基礎，因此在為學生開設開放型實驗時，充分考慮使醫工學生相結合，每個開放型實驗安排2名影像專業的學生，負責對相關醫學圖片的認識、理解和提煉。4名計算機專業的學生進行相應的編程實現。
2.1.4 實驗的擴展-科學素養的提高
經過《醫學圖像處理》理論的講授和實驗教學活動的實施，學生具備了運用圖像處理的基本理論知識處理具體醫學圖像的能力，為學生提供機會參與任課教師的研究活動，提高實踐能力和創新能力。為學有余力且有興趣的學生開設了基于任課教師的科研項目的課程設計，主要涉及到了涉及醫學圖像處理課程建設、動態醫學圖像處理算法展示又包括下一步醫學圖像處理的實驗平臺的搭建。通過學生的積極參與，一方面，加深了對所學專業知識的理解，同時培養學生主動學習的良好習慣，另一方面通過在理論教學、實踐教學的“串燒”方式的實施，學生的團隊意識得到明顯提升。
3 驗收考查環節
根據專業設置的特點和課時的安排，為準確反映出學生學習差異性，對傳統的考核方式進行適當的調整，加強實施“一加一減一強化”[6]的系統的評估方法。“一減”：根據學科特點和各業課程設置對學生的要求，在不同專業不同試卷的前提下，改傳統閉卷考試為開卷考試，在心理上減輕學生對數學公式推導和恐懼，也減少了記憶量，使學生可以更專注于醫學圖像處理應用、理解，“一加”，以加強學生的積極思維，勇于表達自己的想法的意識。“一強化”，主要指強化了實踐環節驗收的多樣性，根據醫工各專業特點，驗收的側重點體現出差異性。具體做法是，對醫科生實驗結果的驗收，強調理解、臨床應用、效果分析，而對工科生的實驗結果的驗收，主要側重算法的編程實現。如對上圖的淋球菌感染圖進行分割實驗時，以醫科生的圖像的特征選取的有效性、可行性，實驗報告的撰寫為主要對像，而工科生則側重編程實現的效率，當然在后繼的課程建設及課題中，工科學生做的課程網頁，各種算法的flash動態展示也可成為驗收結果，實踐結果驗證了學生對此考查驗收方式給予的肯定。
4 結語
結合我校計算機、影像各專業對圖像處理的要求和數字圖像處理本身的特點，充分考慮醫工學生的差異，對課程教學環節的實施過程進行了探討，把教學、科研及學生能力結合起來，經過三個年級的教學節實施，學生的綜合能力得以提高。與此同時，如何依托醫科院校的醫學優勢，實現醫工間“無縫連接”，培養具有醫學特色的創新人才，必將需長期的探索研究。
[作者簡介]
劉二林（1975.9-），男，濟寧醫學院，講師，控制理論與控制工程專業，主要研究方向：圖像處理、機器視覺、信息處理。
摘 要 醫學圖像處理與分析是生物醫學工程專業的專業基礎課之一。在簡要介紹CDIO教學模式基礎上，提出幾點該課程教學改革的措施，包括融合多媒體教學和傳統教學手段；引導學生整體把握知識點；調動學生的學習積極性；培養學生的實踐動手能力；形成理工醫結合的思維方式。教學實踐證明，所提教改經驗能全面培養學生的學習技能，激發學生的學習興趣，很好地增強教學效果。
關鍵詞 圖像處理；圖像分析；教學改革；教學模式；CDIO
醫學圖像處理與分析是研究圖像處理的基本理論及其在生物醫學工程中的應用的一門學科，是生物醫學工程專業的專業必修課。該課程的任務是：系統介紹圖像處理與分析的基本理論和基本方法，側重使學生掌握其在生物科學領域的實際應用，目的是使學生系統掌握數字圖像處理的基礎概念、基本原理和實現方法，學習圖像分析的基本理論、典型方法和實用技術，為在生物醫學工程領域從事研究與開發打下扎實基礎。
醫學圖像處理與分析課程理論抽象，涉及醫學、計算機、數學、物理、信號處理等多個領域的知識，學科之間高度交叉、滲透，學生很難理解其中的相關知識和技術，因此課程起點高，教學難度大[1-2]。筆者在教學方法上也與時俱進，摒棄傳統教學方法的弊端，引入新的教學模式和教學方法，實現培養高質量人才的目標。
本文提出筆者基于CDIO教學模式的醫學圖像處理與分析課程教學改革方面的一些經驗。總體說來，該課程教學改革的主要思路是：以全新的教學理念為指導，以先進的教學手段和方法為橋梁，以學科交叉的眼光有機結合課程教學與課外教學、理論教學與實踐教學、系統講授與學生自學等多種方式，實現教學內容的完整性、前沿性、理論性與實踐性，使學生掌握本門課程的理論框架與思維方法，掌握生物圖像處理與分析的相關技能，能夠采取合適的處理方法實現特定的醫學圖像處理目的。
1 CDIO教學模式
CDIO教學模式是近年來國外工程教育改革的最新成果，其中C代表構思（Conceive），D代表設計（Design），I代表實現（Implement），O代表運作（Operate）。CDIO模式是以產品研發到產品運行的生命周期為載體，強調讓學生以主動的、實踐的、課程之間有機聯系的方式來學習工程，并以綜合培養的方式使學生在多方面達到工程師的預定目標。實踐證明，CDIO教學模式比傳統教學模式適應面更寬，更有助于提高教學質量，尤為重要的是CDIO模式中的新評測標準，為工程教育的系統化發展奠定了基礎[3]。
2 醫學圖像處理與分析教改措施
2.1 融合多媒體教學和傳統教學手段
目前高校授課中普遍存在兩種極端：
一種是只板書授課，形式單調，內容枯燥，課堂時間無法有效利用，知識容量小；
另一種則完全采用多媒體授課，課堂教學變成單純地播放幻燈片，缺乏學生參與互動的空間和可能。
筆者強調打造“多媒體+板書”的高質量精品課堂：
一方面，優秀的教學課件能提升和精煉教材內容，通過利用圖像、聲音和動畫等多媒體技術將教材中相關概念、算法、原理及應用轉化成形象逼真的影像展示給學生，介紹和比較不同的圖像處理方法應用于醫學圖像的不同效果，為學生提供生動的感性認識；
另一方面，將板書穿插于多媒體教學中，對圖像處理算法的關鍵步驟進行推導和演算，同時展示教學進度、層次和重點，有利于學生對重要知識點的系統把握，有效避免知識講授過程中的“碎片化”現象。
2.2 引導學生整體把握知識點
在教學過程中，引導學生從整體上把握學習的總體要求，理清教學知識點、學習難點以及學習技巧，對于落實課程的知識點非常關鍵。每一章教學伊始，首先提出本章主線，即要解決什么問題，以什么樣的方法和步驟來解決問題，所介紹方法對于解決問題的優點何在。當教學內容章節較多，分成多次講授時，這個主線將會反復強調，從而不斷加強學生對有關內容學習目的性的認識，開展針對性的學習。
2.3 調動學生的學習積極性
德國教育學家第斯多惠認為：“教育的藝術不在于教授的本領，而在于激勵、喚醒和鼓舞。”[4]心理學研究也表明，學習動機與學習效果之間的關系十分密切，不同性質的學習動機對于學習效果有不同的影響。學生的學習動機直接制約他們的學習積極性，影響學習效果。筆者在課堂教學中經常采用問題學習法（problem based learning，PBL），以提高學生的學習積極性，促進學生參與教學。學生通過圖書館以及網絡等資源，查閱資料，系統分析，形成讀書報告，再到課堂上討論和交流，教師則主要起到布置任務和經典總結的作用[2，5]。這種啟發式、互動式、討論式、研究性等教學方法，能夠充分調動學生的積極性和學習興趣，培養學生的創新思維和研究能力。另外，還可以通過課程網站、在線聊天等現代交流手段，將課堂教學和課后輔導有機結合，建立多渠道的教學互動模式，使學生得到及時的指導，增強學生學習興趣。
2.4 培養學生的實踐動手能力
本課程是一門以實踐為基礎的課程，必須十分注重學生實踐能力的培養和開發，使學生熟悉醫學圖像處理課程基本理論的同時，掌握如何通過計算機實現這些算法，能夠將所學知識和設計的算法應用于醫學圖像處理和分析，能夠根據具體臨床需要對算法進行設計、改進和優化，使處理后的圖像符合臨床要求。為此，本課程設置了相關的課程設計環節，兩周時間內要求學生完成5～6個實驗，檢驗算法效果，最終形成實驗報告。
2.5 形成理工醫結合的思維方式
現代生物科學已經呈現高度綜合和高度分化的發展趨勢，作為生物醫學工程領域的本科生，需要具備豐富扎實的理工科知識和一定基礎的醫學專業知識，才能在今后的工作中有所發展和創新。南通大學的生物醫學工程本科專業設置于電子信息學院，隸屬工科范疇，而學生的醫學知識背景相對較弱。因此，本課程講授時要注重與醫學成像技術、醫學電子學等課程的銜接和交叉，不僅在講授某一種圖像處理方法時突出重點、分化難點，更要將醫學實例的處理融合于各章節，體現出理、工、醫三者結合，對從方法論和認識論的較高層次上形成新的研究思維起到指導作用[2]。
3 結論
本文結合筆者多年來的教學經驗，在簡要介紹CDIO教學模式的基礎上，針對醫學圖像處理與分析理論教學方面提出一些改革措施。實踐表明，醫學圖像處理與分析課程教學應緊密結合醫學實踐，注重圖像處理方法與具體醫學應用的有機結合和交叉，激發學生的學習熱情和創新思維能力。筆者今后還將圍繞實踐教學環節的改革開展一些有益的探索。
摘 要 雙語教學是一種新的培養人才的教育模式，通過在醫學圖像處理課程教學中應用雙語教學，在各個教學環節進行研究與探索，發現在教師與學生英語水平、課堂教學方法、教材的選用及考核機制等方面存在一定問題，并提出相應的改進措施。
關鍵詞 醫學圖像處理；雙語教學；教材
雙語教學是指除漢語外，用一門外語作為課堂主要用語進行學科的教學。作為一門國際化的語言，英語的重要性越來越被人了解。在高校中開展專業課的雙語教學可以增強學生了解世界科技最新成果的能力，加快高等院校高層次教育與國際接軌的步伐。同時雙語教學課堂可以為教師提供一個提高自身英語綜合運用能力的訓練機會，提高教師進行科學研究和國際學術交流的能力[1]。
醫學圖像處理是高校生物醫學工程專業普遍開設的專業課程之一。近年來，河南科技大學醫學技術與工程學院在開展多媒體教學的基礎上，大膽嘗試雙語教學在本課程中的應用，根據教師的實際教學經驗，結合大多數學生的反饋，總結在雙語教學過程中發現的問題，并提出幾項改進措施。
1 雙語教學中存在的問題
1.1 從教師角度
學院生物醫學工程專業的醫學圖像處理課程使用教材的是羅述謙等著的《醫學圖像處理與分析》，在應用雙語教學之后，教材更換為Rafael C.Gonzalez教授所著的Digital Image Processing，該教材內容闡述清晰易懂，幾乎覆蓋了學生所必須掌握的全部基礎知識。本書已被全世界500多所大學和研究所使用，是國際知名高校的經典教材。
對于擔任本門課程的教師來說，需要反復理解中文和英文原版教材，在吃透教材內容的基礎上，結合圖像處理的最新技術制作多媒體課件，將原來準備好的中文課件轉換為英文課件，并把原來已經講熟練的課堂內容用英語講授給學生。其中存在的問題有：1）教師之間對雙語教學的認識有偏差，一部分教師認為雙語教學應該完全用英語授課，而其他大多數教師認為既然是雙語，那么可以用兩種語言交叉授課，以學生理解為最終目的；2）教師的英語口語水平不夠高，畢竟不是英語專業出身，平時用到口語的機會也不是很多，所以教師都對自己的口語不是百分百自信。
1.2 從學生角度
雙語教學對學生的基礎英語應用能力，尤其是聽說能力要求較高。學生在課堂上本來就需要經過思考才能完全理解教師講的內容，現在還要在聽懂英語的基礎上進行思考和繼續聽課，這對學生尤其是英語基礎不是太好的學生來說是比較困難的。雖然大部分學生已經通過大學英語四級考試，甚至有部分學生已經通過大學英語六級考試，但他們的英語實際聽說能力相對于應試能力卻較為薄弱，仍然有可能聽不懂教師的講解，因此聽說能力成為他們用英語進行學習和交流的主要問題。
醫學圖像處理課程中涉及許多醫學圖像，因此有關醫學的英文詞匯也出現不少。醫學詞匯較為難記，長單詞較多，這也給學生的課堂聽講帶來一定的困擾，影響了課堂內容的吸收，效果較差。
1.3 從考核角度
既然是雙語授課，那么在考核時同樣需要考慮到兩種語言的問題。如果用全英文出試卷，恐怕會出現學生連題都看不懂的情況；如果用中文試卷，又無法體現雙語教學的優勢，難以考核教學的效果。
2 相應的改進措施
針對在雙語教學中遇到的問題，思考后認為：在醫學圖像處理課程的雙語教學中，應明確課程雙語教學的目的仍是傳授專業知識，這一點在教學過程中必須始終堅持，英語只是一種工具，否則專業課的雙語教學就變成專業英語課。為實現這樣的目標，結合師生的實際情況，提出相應的改進措施。
2.1 加強教師培訓，提高講課水平
雙語教學成功與否取決于從事雙語教學教師的水平，因此，加強授課教師的英語能力是十分必要的。學院與外語學院聯系，請專業的英語口語教師為承擔雙語教學任務的教師開展英語培訓，培訓的內容包括教學過程中經常使用的教學專用術語以及學科中常用的英語闡述和評論能力。除此之外，學院還派青年教師到國內著名高校或國外學習進修，參加學術研討會議和培訓班等，提高教師的專業水平和英語能力。
除加強教師水平之外，還要更好地發揮多媒體教學手段在教學中的作用。對于較難理解的專業術語、句子等，在課件中用中英文對照幫助理解，這樣可以保證即使英語水平較低的學生也能夠領會教學中的基本內容。由于本課程是醫學圖像處理，因此在課件中可以多引入一些新型圖像處理技術在醫學圖片中的應用。這些知識與本專業的其他專業課也有相關聯之處，學生對這方面的內容較為感興趣，課堂氣氛活躍，教學效果良好。
2.2 發揮學生主體作用，增強學習興趣
上課時教師應鼓勵學生用英文發言、提問，加強師生之間及學生之間的英文溝通和交流能力，激發學生的學習熱情和主動性，引導學生自主思維。授課結束，可由學生用英文做重點總結，然后教師補充。精選教學內容，對于一些常用的專業術語和句子，課堂上需要經常復習。引導學生逐步學會用英語結合專業知識進行思考分析，提高學生分析解決問題的能力，加深對授課內容的理解。雙語教學難度大，只有充分調動學生的學習積極性，發揮他們的主體意識，才能取得良好效果[2]。
2.3 改進考核方法，提高教學質量
雙語教學仍然是以學生為主體的，因此采取一個合理有效的考核方法能夠激發學生的學習興趣，取得良好的學習成績。可以考慮作業、課后練習、實驗報告采用全英文模式，在這種情況下，學生有時間在組織好英語答案的情況下進行回答。課堂上的討論及問題回答以英文為主，必要時輔以中文解釋，這樣也可以鍛煉學生的口語能力，并提高他們參與討論的熱情。最后的期末考試可以采取中英文結合的方式，對于一些相對簡單的題目如填空題等可以用英文出題，要求英文回答；而一些較為復雜的問答或計算題，可允許學生用中英文作答。這些考核內容在最終成績中所占的權重不同，如可定為平時成績占總評成績的30%，考試成績占總評成績的70%。這樣的考核方式也可促進學生在平時的學習興趣，加強日常的學習積累。
3總結
通過這些改進措施，能夠提高學生對雙語教學的學習興趣，調動學習的積極性，使學生通過學習不僅能夠學到專業知識，也提高了英語聽說讀寫能力。雙語教學作為一種較新的教學手段，仍然在實踐中摸索，在教學過程中不斷完善，只有不斷地發現問題、解決問題、積累經驗，才能更好地發揮雙語教學的效果。
【摘要】在信息高速發展的今天，醫學信息學的涵蓋已經悄悄的發生了變化，醫學圖形圖像處理已經作為一個非常重要的內容而被納入了醫學信息學的范疇。國內的一些本科院校紛紛設置了相關專業，開設了相關教學內容。然而與此相比，大專類的醫學院校，在這一塊仍然處于空白狀態。本文針對這一問題展開研究，擬提出醫學圖形圖像處理在大專層次的教育當中的必要性與可行性。
【關鍵詞】醫學圖形圖像處理；信息學；大專；醫學院校
一、引言
1999年6月9日，經紐約中華醫學基金會（China Medical Board of New York，CMB）理事會批準資助，成立了國際醫學教育專門委員會（1nstitute for Interna-
tional Medical Education，IIME）。該委員會的任務是為制定醫學教育“基本要求”提供指導。在該機構制定的培養要求當中，生物醫學工程相關知識，特別是“醫學圖形圖像處理”被作為基礎知識要求被提出。[5][8]
當前我國數字化醫院建設的重點是醫院內部的數字化建設。為實現無膠片化，需要建立覆蓋全院醫療和辦公區域的網絡和pacs系統，實現ct、核磁、x線、病理、彩超、電子胃鏡等圖像的網上數字化采集、傳輸、存儲、調閱等功能。而這些方面，都需要從業者具備相關的專業知識。但是醫學圖形圖像處理教學在專科層次教學當中處于盲區。經過調查國內各省的40多所相關大專院校，其中開展了醫學信息教育的學校目前的有12所。[1]授課內容基本是信息檢索，少數涉及到了一些醫療管理軟件的應用，至于醫學圖形圖像方面的課程，高專的醫學信息學教育中沒有涉及，因此在目前大專層次的醫學信息學教育體系的現狀是：醫學信息教育停留在信息素養的培養的階段，沒有進一步的考慮醫學信息的處理，也就是說沒有提升到技能的層面上。
二、國內外關于醫學信息學教育的現狀分析
醫學信息學是交叉學科，起源于美國。現今美國的醫學信息涵蓋面，已經不僅僅局限于醫學情報，信息資源建設、檢索，其內涵已經擴展到了轉化研究信息學、醫學圖像信息學。[3][4]
德國是國際醫學信息學會（IMIA）的官方國家成員，其醫學信息學、生物測量和流行病學協會（GMDS）提出醫學信息學（Medizinische Informatik，MI）內涵：應該包括醫療信息的收集、加工與提煉過程。具體研究內容包括：生物信息學，醫學圖像處理，信息檢索、決策支持等。[9]國外一些發達國家，醫學信息學已經從信息素養教育上升到了信息技術教育的程度，并形成了專科-研究生-博士研究生的完整培養體系。
20多年來，醫學影像已成為醫學技術中發展最快的領域之一，其結果使臨床醫生對人體內部病變部位的觀察更直接、更清晰，確診率也更高。20世紀70年代初，X-CT的發明曾引發了醫學影像領域的一場革命，與此同時，核磁共振成像象（MRI：Magnetic Resonance Imaging）、超聲成像、數字射線照相術、發射型計算機成像和核素成像等也逐步發展。計算機和醫學圖像處理技術作為這些成像技術的發展基礎，帶動著現代醫學診斷正產生著深刻的變革。各種新的醫學成像方法的臨床應用，使醫學診斷和治療技術取得了很大的進展，同時將各種成像技術得到的信息進行互補，也為臨床診斷及生物醫學研究提供了有力的科學依據。而醫學圖形圖像作為一門交叉學科，成為了一般醫學本科院校臨床專業與生物醫學工程專業的主要的學科。
三、國內政策對于醫學信息教育的扶持與指導方向
衛醫研教發[2007]01號文件指出：衛生部醫院管理研究所在相關部委的支持下，決定在全國開展“醫療衛生信息技術普及教育”工作，旨在建立和完善我國“醫療衛生行業信息技術教育體系”，并使之成為指導我國醫療衛生行業信息化建設對各類IT人才需求的重要依據；成為我國醫療衛生信息技術人員和醫學院校學生走出國門與國際接軌的橋梁和紐帶；成為我國全體醫務人員和醫學院校在校生必須掌握的一門現代化工具，從而提高醫療衛生行業的整體服務水平，為更多的患者提供更加優質的服務。
衛醫研教發[2007]02號文件指出：加速推進信息技術在醫療服務、預防保健、衛生監督、科研教育等領域的廣泛應用，普及醫療信息化知識，充分利用現代遠程教育手段為廣大醫務人員提供繼續教育機會，快速培養符合我國醫療衛生行業信息化建設急需的專業人才，滿足人民群眾日益增長醫療衛生服務需求。
衛醫研教發[2007]03號文件指出：隨著信息技術在醫療衛生領域的廣泛應用，對“醫信”復合型人才的需求已成為各級醫療機構在醫療信息化建設、應用和管理中急需解決的首要問題。
作為國內的大專院校，其教學的宗旨與目的是為基層輸送大量的實用型醫學人才，同時兼顧了向更高層次醫學教育輸送可持續培養的醫學生。無論是從實用出發還是從可持續的培養出發，醫學生在醫學信息學上的教育都不容缺失。
四、目前醫學信息教育環節當中的拓展方向
醫學信息學是醫學和計算機學科的結合，是醫學發展的必經階段。[2]該學科的發展需要大批掌握相關計算機技術和醫學只是的高素質符合人才。
當前社會對于醫學信息處理方面的人才需求量大，通過課程建設能夠培養出符合社會要求的懂得醫學信息處理應用類人才。使學生掌握醫學圖像的相關概念與圖像處理中的圖像變換，增強，恢復，壓縮，圖像的分割及特征提取等基本理論；掌握醫學圖像處理的基本理論、技術、方法、應用和進展；了解醫學信息三維可視化的技術和基本實現方法；并在此基礎上掌握醫學圖像處理的整體結構框架，逐漸形成觀察、思考、分析和解決有關理論和實踐問題的能力，并通過圖像處理算法的編程來提高學生的動手能力。這樣的才能使學生在數字化醫院建設的大背景下適應需求，提高競爭力。[7]
五、專科層次開展醫學圖形圖像教學的必要性和可行性
醫學圖像處理是當今各醫學領域應用和需求廣泛的一門學科，是生物醫學工程專業的必修課程，也是計算機科學與技術（醫學應用和醫學智能信息處理方法）的專業主要課程。設置本課程的目的是：（1）使學生掌握數字圖像的相關概念與圖像處理中的圖像變換，增強，恢復，壓縮，圖像的分割及特征提取等基本理論；（2）掌握醫學圖像處理的基本理論、技術、方法、應用和進展，并在此基礎上掌握醫學圖像處理的整體結構框架；（3）掌握數字圖像與醫學圖像處理的基本方法，逐漸形成觀察、思考、分析和解決有關理論和實踐問題的能力，并通過圖像處理算法的編程來提高學生的動手能力。[7][8]
目前國內的專科院校鮮有開展這門學科的基礎教育，主要原因是相關的教學條件要求較高（師資，設備）。但是做為專科院校，無論是從向基層輸送基層的醫療服務人才這個方向來看，還是從為本科醫療院校輸送繼續教育人才方面來看，我們都有必要把這門重要的學科，在醫學類專科層次進行普及性的基礎教學。最為恰當的方式就是在醫學信息學的教學內容中補充豐富醫學圖形圖像內容。
專科層次的學生有他們的特點：基礎和自學能力有待強化，而且在校學習時間比較短，他們需要和能夠掌握的是跟專業相關的簡易并實用的醫學信息概念和技術，而不是高深的理論。根據專科學校的特點和學生基礎情況，以及各用人單位（基層醫院）對醫學信息技術的需求情況，查閱國內外各醫學院校醫學信息專業教學資料，在現有計算機課程內容基礎上，引入一定課時的醫學數字圖形圖像處理，通過實踐教學進行論證之后，完善出一套適合專科層次的教學大綱和實驗大綱。
通過對大專醫藥各專業學生進行實用的醫學信息技術與醫學圖形圖像學教育，其目的是使學生更能適應各專業崗位的需求，從而提高專科層次畢業生就業競爭力；提高基層醫療衛生行業的整體服務水平，為更多的患者提供更加優質的服務。
摘要：《醫學圖像處理》作為生物醫學工程專業的一門專業必修課，教學內容多，課時安排緊湊，不利于同學們對理論知識的消化理解，同時書本資料匱乏，電子資料不易搜索，導致了部分同學學習積極性不高，學習效率低下。在線學習系統作為一種新的教學模式，利用計算機互聯網實現網絡授課、學習、文檔共享及師生在線交流，突破了傳統教學的時空限制，具有資源共享、快捷高效等優點。該課題經過系統需求分析的調研，運用Dreamweaver軟件開發平臺、ASP動態網頁制作和ACCESS數據庫開發技術，通過編寫VBScript腳本語言，設計完成了一個基于B/S網絡框架的《醫學圖像處理》課程在線學習系統。
關鍵詞：在線學習系統；ASP；ACCESS數據庫
1系統開發環境及工具
本課題采用Windows XP及以上操作系統、ASP和ACCESS完成本次設計。ASP是美國微軟公司出品的WEB編程語言，運行環境是微軟出品的WEB服務器IIS。數據庫采用ACCESS數據庫。
其他軟件包括：IE6以上、Dreamweaver7或更高的版本。
2在線學習系統的設計
2.1系統總體結構的設計
系統主要有以下模塊構成：用戶管理模塊、公告欄模塊、留言板模塊、友情鏈接模塊、下載資料模塊、聊天室模塊、在線練習模塊。現對用戶管理模塊設計簡單介紹。
用戶管理模塊主要包括用戶注冊、管理員審核、個人信息修改、刪除用戶等等操作，管理員、教師、學生都會涉及這一模塊的制作。
圖1管理員主頁
2.2后臺數據庫的設計
人們把數據庫設計分為需求分析、概念結構設計、邏輯結構設計、物理結構設計、數據庫實施、數據庫運行與維護6個階段。概念結構設計就是對信息世界進行建模，常用的概念模型是E-R模型，它是P. P. S. Chen于1976年提出來的。
概念結構設計的任務是在需求分析階段產生的需求說明書的基礎上，按照特定的方法把它們抽象為一個不依賴于任何具體機器的數據模型，即概念模型。概念模型使設計者的注意力能夠從復雜的實現細節中解脫出來，而只集中在最重要的信息的組織結構和處理模式上。
概念模型（E-R模型）的組成元素有：實體、屬性、聯系，E-R模型用E-R圖來表示。實體是用戶工作環境中所涉及的事務，屬性是對實體特征的描述。
3在線學習系統的實現
在正確安裝IIS之后，即可進行程序語言的編寫和程序調試。
3.1連接數據庫
不同數據庫有不同的連接方法，對應ACCESS數據庫，有字符串連接方法和DSN鏈接方法此處使用第一種，代碼編寫如下：由于幾乎所有的ASP動態網頁都需要連接數據庫，所以將以上字符串連接數據庫方法粘貼到config文件下db.asp文件中，而在其他需要調用數據庫的文件中調用此文件即可，調用方法為：
3.2功能模塊的實現
在完成以上操作之后可以開始進入整站制作的過程，動態頁面從流程圖開始，涉及到的具體語句中只對較為重要的編程語言進行講解。
3.2.1引用文件編寫
由于在編寫程序時，ASP本身提供的函數并不足以滿足我們的所有應用，所以在設計時將經常用到的一些功能如：連接數據庫語句、翻頁功能等編寫為引用文件，在需要使用這些功能的文件頭部引用即可，將這些文件統一存放config文件夾下。
3.2.2模塊實現
此處選取注冊功能進行講解。
在本站中，沒有注冊成功或者審核通過的用戶無法瀏覽網站內容的。用戶注冊功能是本站開始設計的第一個步驟，也是一個很基礎的功能，以上敘述的設計過程是以后每一個功能模塊都嚴格遵循的設計過程，在每一個模塊完成之后，都要開始進行相應的運行與調試。
4系統運行與調試
4.1測試概述
本章根據用戶需求，設計測試用例，對軟件進行系統測試。并根據測試結果填寫測試表格的測試結果欄。測試的重點是確保各項功能的正常運行。測試的目標是確保所開發的功能符合用戶的需求。
4.2系統部分測試
在第四章設計系統實現中重點講了注冊功能的實現，此處也以注冊頁面的測試為例講解測試步驟。
在Dreamweaver中打開register.asp頁面，點擊在瀏覽器中預覽/調試按鈕。根據流程圖3，首先驗證用戶名或者密碼為空情況：
驗證同名用戶是否能夠注冊：
注冊成功時：
打開后臺數據庫文件，驗證用戶信息是否寫入數據庫中：
圖7注冊成功時數據庫內容
可以看到最后一名用戶就是剛剛注冊的用戶，其姓名、性別、聯系方式等內容都與注冊內容一致。u_check默認為空，在管理員審核通過之后用戶即可登錄本站。
5結論
本課題實現了一個基于ASP和ACCESS的醫學圖像處理在線學習系統，可供學生、教師、系統管理員三方用戶安全使用，界面友好、功能完善、通用性強。其主要模塊包括：公告管理、留言板管理、友情鏈接管理、學習資源管理、聊天室管理以及在線練習管理等。
該系統簡介易用，投入使用之后可以利用計算機互聯網實現網絡授課、學習、文檔共享及師生在線交流，突破了傳統教學的時空限制，具有資源共享、快捷高效等優點，可以有效地促進該課程的理論和實驗教學，幫助改善同學們的學習狀況，常適用于高等院校的遠程教學，具有非常廣闊的應用前景，由于預算有限和時間倉促，本系統尚存在如下一些缺陷：
未能購買域名、將系統放在網上進行遠程調試；
整站結構的設計還不夠十分合理，網站結構使用了兩種方式，既存在以身份為劃分建立的admin、stu、teacher文件夾，也存在以功能為劃分的message文件夾，可能造成網站投入使用之后的功能移植會比較繁瑣；
系統缺乏統一的排版格式，而且為了節約空間，提高頁面載入速率，網站所用圖片很少，也沒有復雜的布局結構，導致整站雖然簡潔，但是缺乏美感，可能不足以在視覺上吸引同學；
多數頁面只是實現了基本的功能，如添加習題、公告等，但是目前還缺乏實質性可以立即投入使用的內容；
友情鏈接功能與學習資料上傳功能還面臨路徑和文件名不能包含中文字符的問題。
除此之外，隨著瀏覽器版本的提升，眾多瀏覽器廠商對安全性的控制更加嚴格，系統中很多html靜態網頁的特效不能顯示，比如對于按鈕或者圖片，可以制作為鼠標放上去之后顯示一些說明文字，但是在實際應用中chrome內核的瀏覽器選擇直接直接忽視其內容，IE內核的瀏覽器會提示限制此文件顯示可能訪問計算機的活動內容，這樣的頁面會帶給用戶安全性能上的顧慮，但是，缺乏這些特效的網站在外觀的吸引力方面又有所降低。
在線學習系統是一個正在興起的應用領域，主要利用頁面制作、數據庫等技術實現網上教學的實時性、交互性、動態性。本系統突破一般多媒體輔助教學工具的思想，目的是盡可能將現實的活生生的教學環境和方法應用于網絡教學中，提高學生網上學習的興趣，從而真正提高網上教學質量。作為傳統教學的延伸，信息化教學的作用正逐步被人們所重視，隨著網絡技術和多媒體技術的進步，信息化教學系統還會有更多的發展空間。
摘要：本文分析探討了醫學圖像處理課程的特點，結合醫藥院校學生的實際情況，從課堂教學所用教案及實驗教學所選軟件和內容兩個方面對醫學圖像處理課程教學方法進行了探討。
關鍵詞：醫學圖像；多媒體；Photoshop；MatLab
《醫學圖像處理》是以《數字圖像處理》為基礎，結合醫學院校的特點和教學要求，以醫學圖像為處理方向，開展的一門課程。作為一門醫科院校的工科課程，《醫學圖像處理》課程的對象是醫學院校的工科學生，是生物醫學工程、計算機科學等專業的必修課程。該門課程教授的是指將醫學圖像信號轉換成的數字信號用計算機技術對其進行處理的算法和過程，要求學生既掌握基礎的醫學常識又有教深的計算機編程的經驗。由于專業與課程的特殊性，導致該課程在教學過程中存在些許問題和困難：如學生沒有較強的基礎理論知識，聽課過程中遇到困難，容易失去學習興趣，不能掌握專業知識，或者只懂理論而不知道如何在計算機上編程實現應用。經過多輪的教學和不斷的探索，將已有的一些經驗做一個小結，以期對提升教學效果有所幫助。
1 多媒體動畫教案的優勢和應用
《醫學數字圖像處理》課程需要重點講解的內容包括：圖像運算、圖像灰度變換、直方圖處理、圖像的空域增強及頻域增強、圖像分割、圖像配準、圖像復原、圖像壓縮編碼、形態學處理等內容。圖像處理課程涉及面廣、跨度大、內容多，且具有較強的工程性，在教學上存在一定難度。多媒體動畫教案的應用能將學生難以理解的抽象內容及復雜的變化過程,通過動態模擬和局部放大的手段,動態直觀地展現在學生面前，將抽象的算法轉換為淺顯生動的形象[1]。
例如進行圖像增強時常采用均值濾波和中值濾波算法，僅用數學公式教導的辦法，因其較抽象導致效率低且效果不好，將算法步驟先用動畫直觀展現出來，再結合數學公式解釋闡明，大大降低了學習難度，保證了學生的學習興趣。又例如頻域濾波法中的高通濾波算法可增強圖像的高頻分量而濾除圖像的低頻分量從而達到突出圖像邊緣的目的。這一算法是基于傅里葉變換及信號處理等抽象理論發展出來的，理解起來有一定的難度，在課堂上，首先給學生展示一張腦部CT圖片及其對應的頻域圖，對應高通濾波算法逐漸改變濾波范圍使原來的圖像相應發生改變，讓學生對腦部CT圖片在計算機上進行逐步動態銳化，銳化后腦膜輪廓清晰可辨，達到了增強圖像邊緣的目的。利用多媒體教學，可以直觀地看到圖像在處理前后的明顯變化，便于學生接受,增強了學生對重要概念的理解，提高了教學質量和課教學效率。多媒體的動態教學需要貫穿這個課程始終，例如講解圖像灰度變換時可以開窗算法為例，輔以顯影效果不甚理想的醫學圖片如細胞顯微圖等講解利用代數運算對圖像進行處理的方法，并將處理后得到的增強圖片與原圖像加以比對，讓學生真切地看到圖像處理的作用，了解其價值和意義。此類例子還有很多，通過具體的醫學圖像實例進行直觀生動的課堂演示，可以提高學生的學習興趣讓他們積極參與到教學過程中來，成為教學中的主體。
多媒體動畫教案在教學中的作用不言而喻，因此制作合適的教案是能否成功完成教學任務的關鍵。經過多輪的摸索總結，我們發現教學案例的選擇要結合實際，除了讓學生掌握理論外，還要讓他們知道學到的知識可以用到什么方面、怎么用。
2 實驗教學工具與內容的選擇
目前，醫學圖像處理教學選用比較多的軟件有PhotoShop、Matlab和VC等。在實際教學中需根據學生的特點選擇不同的醫學圖像處理教學軟件，比如我們學院生物工程專業學生編程基礎較弱，在學習醫學圖像處理時選擇的是PhotoShop和Matlab，通過PhotoShop軟件向學生展示各種醫學圖像處理算法的實現效果[2]，而使用Matlab編程工具實現各種圖像處理算法，另外調用Matlab圖像處理工具箱中的系統函數可以實現醫學圖像的增強、分割等基本圖像處理功能，可以讓學生掌握一些基本的醫學圖像處理編程方法。而對于計算機專業的學生，由于他們系統地學過計算機課程，因此在醫學圖像處理實驗教學時就采用VC編程實現各種圖像算法。首先提供給學生一個用VC編寫好的圖像處理平臺代碼，然后交給學生如何在該平臺上增刪改他們所需要的圖像處理算法。盡管直接使用VC++編寫醫學圖像程序通常代碼都比較長，學生比較難掌握，但是采用VC編程相對MatLab編程而言更容易實現可視化界面，編寫出的程序可以模仿PhotoShop軟件的部分功能，極大地提升了學生的學習興趣。除此之外還可以使學生了解醫學圖像處理的每一個細節，徹底領悟醫學圖像處理各種實現算法的精髓，從而加深對抽象的醫學圖像處理理論的理解。
在實驗內容的選擇上多選用驗證性算法，以期讓學生通過實驗鞏固和加深對醫學圖像分析的各種常用算法的理解與掌握在我們的教學中；為了提高學生對實驗的重視程度和實驗積極性，將實驗考核成績引入總成績，占到總成績的10%-20%。
3 小結
本文對醫學圖像處理課程的特點，課堂教學方法及實驗教學工具和內容的選擇進行了探討。由于醫學圖像處理課程難度大，理論性和實踐性均很強，教師在教學時需根據醫學院校學生理工基礎弱，編程能力差的特點選擇合適教學方法幫助學生克服困難，提升教學效果。
摘要：現代醫學越來越離不開醫學圖像信息、醫療設備或系統的支持，在醫學圖像處理和醫學設備中，超聲成像、CT、磁共振、外科手術、中醫舌像診斷都與計算機圖像處理技術息息相關。
關鍵詞：計算機技術；醫學圖像；圖像處理技術
1醫學圖像的種類
隨著計算機技術和醫學的發展，醫學圖像信息在臨床診斷中起著越來越重要的作用。目前，供醫學研究和臨床診斷所需要的醫學圖像多種多樣，如：B超圖像、MRI圖像、CT圖像、PET圖像、SPECT圖像、數字X光機（DR）圖像、X射線圖像、各種電子內窺鏡圖像、顯微鏡下病例切片和顯微鏡下細胞圖像等。利用計算機技術處理這些圖像，不僅可以提高醫學臨床診斷水平，還能為醫學培訓、醫學研究與教學、計算機輔助臨床外科手術等提供必要支持[1]。
2醫學圖像處理技術的內容
在醫學圖像處理中，計算機起著至關重要的作用。廣義的圖像處理技術包括：圖像的獲取、圖像的存儲、圖像的傳遞、圖像的處理和圖像的輸出，這些處理工作都需要用到計算機技術。狹義的圖像處理主要研究計算機可以實現的算法，包括：1)幾何處理：包括改變圖像的大小，旋轉、移動圖像等。2)算數與邏輯預算：包括圖像的加減乘除、與或非運算等。3)圖像數字化：將模擬形式的圖像轉化成數字圖像。4)圖像變換：為了方便后續操作，改變圖像的表示域和表示數據，如傅里葉變換、余弦變換、小波變換等等。5)圖像增強：改善視覺效果和圖像質量，如對比度增強、平滑、校正等等。6)圖像復原：修復失真圖像以盡量接近原始的未失真的圖像，如頻域中的恢復方法、最大熵恢復、運動模糊恢復等。7)圖像壓縮：為了有利于圖像的傳輸和存儲，將一個大的數據文件轉換成較小的同性質的文件，如自適應編碼壓縮、基于人工神經網絡和小波技術的壓縮等。8)圖像分割：將圖像中感興趣的部分分割出來，為后續圖像分析和理解打基礎，如邊界檢測、區域檢測等等，具體可以參考文獻[2]。9)圖像的表示和描述：對已分割的圖像進一步表示和描述，以更適合計算機進一步處理，如顏色提取、紋理提取、區域集合特性等等。10)圖像分類識別：根據提取的特征來分類識別圖像，如人工神經網絡、支持向量機、模糊識別等。11)圖像重建：將一組關于目標的某一剖面的一維（或二維）投影曲線，重構該剖面的二維（或三維）圖像的技術，如投影重建、3D重建技術等。一般所說的圖像處理指的是狹義的圖像處理。
3計算機圖像處理技術在醫學中的應用
3.1圖像處理技術在超聲醫學成像中的應用
超聲成像過程中圖像處理的方法有很多，其中主要的有圖像平滑處理、圖像偽色彩處理、圖像紋理分析、圖像分割、圖像銳化處理，以及圖像增強處理等圖像處理方法[3]。在B超圖像中，不可避免會出現噪聲，噪聲的存在對某一象素或某幅圖像是有影響的，因此要平滑圖像，去除噪聲，為圖像的后續處理做準備。為了使B超醫生更好的識別B超圖像信息，可以用不同的顏色來表示圖像中的不同灰度級，達到圖像增強的效果，可識別灰度差較小的像素，這種用彩色差別代替灰度差別而組成的圖像，即為偽色彩圖像。B超圖像中存在顆粒狀紋理，其主要有以下兩種情況引起的，一種是B超圖像本身的斑紋，是無用的信息，另一種是由被檢查者的組織結構引起的，是有用的信息。正常和有病變的器官圖像組織顆粒分布不同，即紋理也不同，因此，對B超圖像進行紋理分析，從而判別病情。圖像分割是將病變區域分割出來，以便測量其大小，體積等，為診斷提供必要數據。除此之外，還要用到圖像銳化處理和圖像增強等計算機技術處理B超圖像。
3.2圖像處理技術在CT和MRI中的應用
CT的本質是一種借助于計算機進行成像和數據處理的斷層圖像技術。雖然X線透視可使人們了解人體的內部結構,但只有CT通過計算機在排除散射線和重疊影像的干擾并對X線人體組織吸收系統矩陣作定量分析后,才從根本上解決了分辨率問題。計算機在CT系統中要完成圖像去噪、圖像的增強、圖像重建等任務。沒有計算機技術，CT設備的發展是不可想象的[4]。在磁共振中，圖像處理技術包括圖像去噪、圖像增強、圖像復原、圖像三維重建等操作，磁共振成像也離不開計算機圖像處理技術的支持。
3.3圖像處理技術在圖像引導外科手術中的應用
手術導航(Surgical Navigation)是近二十幾年迅速發展的微創外科(Minimally Invasive Surgery，MIS)技術之一。圖像引導外科系統利用醫學影像和計算機圖像處理技術，可在術前對患者多模態圖像數據進行三維重建和可視化，獲得三維模型，制定合理、定量的手術計劃，開展術前模擬；在術中利用三維空間定位系統進行圖像和病人物理空間的注冊或配準，把患者的實際體位、手術器械的實時空間位置映射到患者的三維圖像空間，對手術器械在空間中的位置實時采集并顯示，醫生通過觀察三維圖像中手術器械與病變部位的相對位置關系，對病人進行精確的手術治療[5]。它把圖像圖形處理、空間立體定位、精密機械和外科手術等結合在一起。醫學圖像自動處理算法諸如圖像分割、濾波、特征提取算法在圖像引導外科中發揮著重要作用。
3.4圖像處理技術在中醫舌像診斷系統中的應用
計算機圖像處理技術在舌象綜合定量化研究中起著重要作用，也是舌診現代化的發展方向之一。中醫舌象診斷系統運用色度學、近代光學技術、圖像處理技術和計算機硬件技術等學科技術，其中圖像處理技術是關鍵技術之一。在該系統中，要對舌象進行預處理，包括去噪、圖像分割等操作。建立顏色模型，根據模糊數學理論，確定有關舌象的定義域，進行特征提取和紋理分析等，這些都是計算機圖像處理技術。
4結束語
現代醫學越來越離不開醫學圖像信息的支持，在醫學圖像處理中，計算機技術起著至關重要的作用。在醫學領域中，超聲成像、CT、磁共振、外科手術、中醫舌像診斷都與計算機圖像處理技術息息相關。隨著計算機技術和醫學的發展，計算機圖像處理技術會在醫學領域中得到更廣泛的應用，醫學領域也更離開不計算機圖像處理技術。
摘要：遠程高精度醫學圖像處理技術是指滿足醫學質量及其要求，包含醫學完整信息的高質量、高清晰、高精確的醫學圖像處理技術。它包括醫學影像的采集、圖像縫合、圖像壓縮、圖像存儲、圖像傳輸及其圖像的復原再現的過程。
關鍵詞：遠程醫療；高精度；醫學圖像；處理技術
一、遠程高精度醫學圖像處理技術的概念以及特點
（一）遠程高精度醫學圖像處理技術的概念
遠程高精度醫學圖像處理技術是指滿足醫學質量及其要求，包含醫學完整信息的高質量、高清晰、高精確的醫學圖像處理技術。它包括醫學影像的采集、圖像縫合、圖像壓縮、圖像存儲、圖像傳輸及其圖像的復原再現的過程。
（二）遠程高精度醫學圖像處理技術的特點
通過國家構建的交互式計算機系統實現醫學圖像的靜動態解析及其多點交互，完成了病理圖像的無縫拼接，完善了醫療衛生事業的信息化、數字化的進程，無疑是中國科學技術的一大進步! 遠程高精度醫學圖像處理技術運用計算機、通訊、 醫學設備和現代技術，通過圖像、數字數據信號、符號等將病人的病歷資料遠距離輸送和傳輸，實現了醫學專家和醫生、病人之間在不同地方直接的交流和診治。
二、國內外遠程高精度醫學圖像處理技術的內容及方法
遠程高精度醫學圖像處理技術與其他圖像處理技術(傳統高清視頻會議系統)的區別和聯系視頻會議系統技術和高清視頻會議系統(NETMEETING)，一般的衛星傳輸，音視頻壓縮技術。
遠程高精度醫學圖像處理技術的幾個重要發展歷程，遠程高精度醫學圖像處理技術的技術實現及其高端設備全自動數字病理切片掃描儀的運用。
三、全自動數字病理切片掃描儀的應用
（一）全自動數字病理切片掃描儀的技術特點
遠程高精度醫學圖像處理技術與其他圖像處理技術的區別和聯系：視頻會議系統技術和高清視頻會議系統一般的衛星傳輸。遠程高精度多路醫學動態解析轉移及多點交互系統、遠程靜態醫學圖像交互式討論系統、遠程病理無縫縫合拼接及診斷數字技術系統病理工作站、遠程手術指導系統、遠程查房系統及其電子醫院數碼技術系統、遠程高精度皮膚檢查系統、體征檢查內鏡系統、遠程醫學影像閱片及討論系統、及其遠程培訓及其教育系統。
實際上遠程高精度醫學圖像的獲得虛擬病理切片是利用電腦控制顯微設備或者CCD鏡頭的上下運動，一張一張的通過面掃描自動采集放大后的圖像，這種信號是計算機能夠識別處理的數字信號，較以前的線掃描有了很大的提高，然后通過儲存自動縫合拼結成一張信息完整的數字病理圖片通過光纖發到服務器上或者其他計算機中，通過圖象處理軟件可以對圖象進行編輯處理，這種能夠虛擬觀察的計算機可以被認為是虛擬顯微鏡，一個很大的圖像通過軟件的處理，可以壓縮以后傳到世界任何一個地方。
總體來說，數字病理切片技術應用顯微圖像數字化目前世界上和國內的應用上還停滯在局部圖象掃描的數字化的水平上，就是通過顯微鏡或者攝象機或者數碼相機中的CCD采集很多張或者上百張用來診斷病情或者做出分析并且復原出病理圖象的照片，遠程診斷和進行專家討論，為專家提供了非常有用而真切的醫學圖像信息，使專家能夠很快地瀏覽圖片上的醫學信息，非常方便而準確，節省了大量時間和資源，方便了醫生和患者，它的推廣給現代醫學帶來了觀念性的技術變革。
（二）全自動數字病理切片掃描儀的應用實例分析
數字病理切片可以進行遠程會診和遠程診斷病情，醫院可以制作數字病理虛擬切片和一些病理資料通過軟件進行查看和瀏覽，分析和判斷并且得出病情的判斷，醫院可以收集病人會診的病歷資料進行局部的切片掃描，隨意進行放大和壓縮的進行觀察也可以上傳到服務器上，提供給大家查閱，對大病技術特別是腫瘤的病變有了很好的效果，也可以實現資源共享，完全達到病理資料的電子化、數字化、技術化。
四、高精度醫學圖像數字處理技術的發展展望
南非項目，西部為民工程，云南縣縣通工程，南方醫院工程，協和醫院，中山醫院，瑞京醫院的運用情況，印度運用情況，ATA年會及其科技部國際培訓班情況，人類的安康，天下的福址，解決了人民的看病難看病貴，醫療資源分布的嚴重不均。天正在使用的絕大多數遠程醫療系統采用了兩種不同技術類型。一種叫做存儲和傳輸，用于將數字圖像從一個地方傳到另一個地方。數字圖像在原始拍攝處傳輸到另一個地方，這是一種非實時的典型應用。美國未來學家阿爾文?托夫功多年以前曾經預言：“未來醫療活動中，醫生將面對計算機，根據屏幕顯示的從遠方傳來的病人的各種信息對病人進行診斷和治療，”這種局面己經到來。
